Содержание книги
Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Plot(xx,v,'ob','MarkerSize',5,'LineWidth',2) ⇐ ПредыдущаяСтр 2 из 2
В результате выполнения программы получаются следующие результаты, отражённые на рис. 3 и 4:
В массиве v содержатся приближённые значения для двух контрольных точек, указанных на графике (рис. 2) xx=[0.61 2.61]. При данных параметрах сети получены значения: v = [1.05 3.35]. Сравнив эти приближённые значения с точными значениями [0.85 3.37], можно сделать вывод о корректности построения нейронной сети.
Отчёт о выполнении работы Отчёт о выполнении лабораторной работы №1 должен быть выполнен на листах формата А4 и содержать следующие результаты: 1. Исходные данные (рис. 2); 2. Текст программы с подробными комментариями; 3. Характеристику точности обучения (рис. 3); 4. Результаты моделирования (рис. 4); 5. Сопоставление результатов в контрольных точках; 6. Краткие выводы о результатах работы.
Лабораторная работа № 2 Аппроксимация функции двух переменных Цель работы Научиться работать с радиальной базисной сетью, функции newrbe и newrb.
Краткие теоретические сведения Радиальные базисные сети предназначены для аппроксимации функций. Возьмем произвольную непрерывную функцию и представим ее с помощью суммы колоколообразных функций. Аналитически это означает представление f (x) в виде разложения по стандартному набору пространственно локализованных функций: , (1) где - веса суммирования отдельных откликов, - центры базисных радиальных функций. Это формула нейронной сети на основе радиальной базисной функции. Расстояние определяется как расстояние в евклидовом пространстве: . (2) Функция newrbe формирует радиальную базисную сеть с нулевой ошибкой. Сеть с радиальными базисными функциями представляет собой, как правило, сеть с тремя слоями: обычным входным слоем, скрытым радиальным базисным слоем и выходным линейным слоем. Функция newrb формирует радиальную базисную сеть с ненулевой ошибкой в отличие от newrbe. На рис. 5 показана архитектура радиальной базисной сети.
Пример решения типовой задачи
Пусть функция задана на промежутках , ; количество точек разбиений по есть nx, а по ‑ ny. Тогда, используя следующий алгоритм построения радиальной базисной сети, можно построить график функции :
x1=-1.0; x2=+1.0; y1=-1.5; y2=+1.5; nx=7; ny=9; step_x=(x2-x1)/(nx-1); step_y=(y2-y1)/(ny-1); step_min = min(step_x,step_y); [x,y]=meshgrid([x1:step_x:x2], [y1:step_y:y2]); z=exp(-x.^2).*exp(-y.^2); surf(x,y,z), title('PS. Press<enter>'); pause; xx=reshape(x,1,nx*ny); yy=reshape(y,1,nx*ny); zz=exp(-xx.^2).*exp(-yy.^2); p=[xx; yy]; t=zz; goal = 0.0371; spread = 1.0*step_min; net = newrb(p,t, goal,spread); net.layers{1}.size smlt=sim(net,p); [zz' smlt'] smltr=reshape(smlt,ny,nx); surf(x,y,smltr), title('AS. Press<enter>');
Рис. 6 иллюстрирует график исходной функции .
На рис. 7 показана характеристика точности обучения радиальной базисной сети и допустимая среднеквадратичная ошибка сети Goal=0.0371.
На рис. 8 отображён результат аппроксимации нелинейной зависимости, построенный с помощью радиальной базисной функции.
Сопоставляя рис. 6 и рис. 8, можно сделать вывод об удовлетворительности полученных результатов. Лучших результатов можно добиться, варьируя параметры goal и spread.
Отчёт о выполнении работы Отчёт о выполнении лабораторной работы №2 должен быть выполнен на листах формата А4 и содержать следующие результаты: 1. Исходные данные – выбор функции двух переменных и области определения функции, построение графика функции (рис. 6); 2. Текст программы с подробными комментариями; 3. Результаты моделирования (рис. 7, 8); 4. Контрольный пример; 5. Объяснение результатов проделанной работы.
Лабораторная работа № 3 Сеть Кохонена, самоорганизующаяся нейронная сеть Цель работы Изучить функционирование и процедуру обучения сети Кохонена с помощью функции newc.
|
|||||||||||||||||
Последнее изменение этой страницы: 2016-04-23; просмотров: 290; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.118.37.154 (0.004 с.) |