C этой главы начинается систематический анализ конкретных нейронных сетей, и первой из них является нейронная сеть, называемая персептроном. Большое количество моделей персептрона представлено в основополагающей работе Розенблатта [37]. Простейшая из таких моделей – однослойный персептрон, веса и смещение которого могут быть настроены таким образом, чтобы решить задачу классификации входных векторов, что позволит в дальнейшем решать сложные проблемы анализа коммутационных соединений, распознавания образов и других задач классификации с высоким быстродействием и гарантией правильного результата.
По команде help percept можно получить следующую информацию об М-функциях, входящих в состав ППП Neural Network Toolbox и относящихся к построению нейронных сетей на основе персептронов:
Perceptrons | Персептроны |
New networks | Формирование нейронной сети |
newp | Создание персептрона |
Using networks | Работа с нейронной сетью |
sim | Моделирование сети |
init | Инициализация сети |
adapt | Адаптация сети |
train | Обучение сети |
Weight functions | Функции взвешивания |
dotprod | Скалярное произведение |
Net input functions | Функции накопления |
netsum | Сумма взвешенных входов |
Transfer functions | Функции активации |
hardlim | Ступенчатая функция с жесткими ограничениями |
hardlims | Симметричная ступенчатая функция с жесткими ограничениями |
Initialization functions | Функции инициализации |
initlay | Инициализация слоев |
initwb | Инициализация весов и смещений |
initzero | Инициализация нулевых весов и смещений |
Performance functions | Функции оценки качества сети |
mae | Средняя абсолютная погрешность |
Learning functions | Функции настройки параметров персептрона |
learnp | Абсолютная функция настройки |
learnpn | Нормированная функция настройки |
Adapt functions | Функции адаптации |
adaptwb | Адаптация весов и смещений |
Training functions | Функции обучения |
trainwb | Правило обучения весов и смещений |
Demonstrations | Демонстрационные примеры |
demop1 | Классификация с использованием персептрона с двумя входами |
demop2 | Классификация с использованием персептрона с тремя входами |
demop3 | Классификация с использованием персептрона с двумя нейронами |
demop4 | Формирование входных векторов внешнего слоя |
demop5 | Обучение с использованием нормированной функции настройки |
demop6 | Пример линейно неразделимых векторов |
demop7 | Классификация с использованием двухслойного персептрона |
Следует обратить внимание, что в версии ППП Neural Network Toolbox Version 3.0.1 (R11) представлены только демонстрационные примеры demop1, demop4, demop5, demop6.
|
|