Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Исследование свойств сети поиска максимума

Читайте также:
  1. IV. Изучение технологических свойств руд
  2. STATGRAPHICS Plus for Windows -общие и уникальные свойства
  3. А) Исследование восприятия и воспроизведения звуковысотных отношений
  4. А) Исследование непосредственного запечатления следов
  5. А) Исследование осязательной чувствительности
  6. Алгоритм диагностического поиска.
  7. Б) Исследование артикуляции речевых звуков

 

Цель: исследовать основные свойства сетей поиска максимума.

 

Задание:

1. Создать программный продукт в любой удобной среде визуального программирования, реализующий нейронную сеть вида:

 

 

 

 

Формирование синаптических весов сети:

 

 

Функционирование сети:

 

 

где wiji -й синаптический вес j -го нейрона,

xii -й элемент входного сигнала сети,

yj – выход j -го нейрона,

M – количество элементов (размерность) входного сигнала, количество нейронов в сети.

f – активационная функция (линейная с насыщением).

Число синапсов в сети: M(M – 1). Размерности входных и выходных сигналов совпадают.

Итерации сети завершаются после того, как выходные сигналы нейронов перестают меняться.

 

2. Аналитически определить преобразование, осуществляемое нейронной сетью

3. Выполнить интерпретацию полученных результатов;

4. Протестировать сеть.

 

 


Приложение А

Таблица А.1 - Исходные данные

SL SW PL PW FLOWER
5.1 3.5 1.4 0.2 Setosa
4.9   1.4 0.2 Setosa
4.7 3.2 1.3 0.2 Setosa
4.6 3.1 1.5 0.2 Setosa
  3.6 1.4 0.2 Setosa
5.4 3.9 1.7 0.4 Setosa
4.6 3.4 1.4 0.3 Setosa
  3.4 1.5 0.2 Setosa
4.4 2.9 1.4 0.2 Setosa
4.9 3.1 1.5 0.1 Setosa
5.4 3.7 1.5 0.2 Setosa
4.8 3.4 1.6 0.2 Setosa
4.8   1.4 0.1 Setosa
4.3   1.1 0.1 Setosa
5.8   1.2 0.2 Setosa
5.7 4.4 1.5 0.4 Setosa
5.4 3.9 1.3 0.4 Setosa
5.1 3.5 1.4 0.3 Setosa
5.7 3.8 1.7 0.3 Setosa
5.1 3.8 1.5 0.3 Setosa
5.4 3.4 1.7 0.2 Setosa
5.1 3.7 1.5 0.4 Setosa
4.6 3.6   0.2 Setosa
5.1 3.3 1.7 0.5 Setosa
4.8 3.4 1.9 0.2 Setosa
    1.6 0.2 Setosa
  3.4 1.6 0.4 Setosa
5.2 3.5 1.5 0.2 Setosa
5.2 3.4 1.4 0.2 Setosa
4.7 3.2 1.6 0.2 Setosa
4.8 3.1 1.6 0.2 Setosa
5.4 3.4 1.5 0.4 Setosa
5.2 4.1 1.5 0.1 Setosa
5.5 4.2 1.4 0.2 Setosa
4.9 3.1 1.5 0.1 Setosa
  3.2 1.2 0.2 Setosa
5.5 3.5 1.3 0.2 Setosa
4.9 3.1 1.5 0.1 Setosa
4.4   1.3 0.2 Setosa
5.1 3.4 1.5 0.2 Setosa
  3.5 1.3 0.3 Setosa
4.5 2.3 1.3 0.3 Setosa
4.4 3.2 1.3 0.2 Setosa
  3.5 1.6 0.6 Setosa
5.1 3.8 1.9 0.4 Setosa
4.8   1.4 0.3 Setosa
5.1 3.8 1.6 0.2 Setosa
4.6 3.2 1.4 0.2 Setosa
5.3 3.7 1.5 0.2 Setosa
  3.3 1.4 0.2 Setosa
  3.2 4.7 1.4 Versicol
6.4 3.2 4.5 1.5 Versicol
6.9 3.1 4.9 1.5 Versicol
5.5 2.3   1.3 Versicol
6.5 2.8 4.6 1.5 Versicol
5.7 2.8 4.5 1.3 Versicol
6.3 3.3 4.7 1.6 Versicol
4.9 2.4 3.3   Versicol
6.6 2.9 4.6 1.3 Versicol
5.2 2.7 3.9 1.4 Versicol
    3.5   Versicol
5.9   4.2 1.5 Versicol
  2.2     Versicol
6.1 2.9 4.7 1.4 Versicol
5.6 2.9 3.6 1.3 Versicol
6.7 3.1 4.4 1.4 Versicol
5.6   4.5 1.5 Versicol
5.8 2.7 4.1   Versicol
6.2 2.2 4.5 1.5 Versicol
5.6 2.5 3.9 1.1 Versicol
5.9 3.2 4.8 1.8 Versicol
6.1 2.8   1.3 Versicol
6.3 2.5 4.9 1.5 Versicol
6.1 2.8 4.7 1.2 Versicol
6.4 2.9 4.3 1.3 Versicol
6.6   4.4 1.4 Versicol
6.8 2.8 4.8 1.4 Versicol
6.7     1.7 Versicol
  2.9 4.5 1.5 Versicol
5.7 2.6 3.5   Versicol
5.5 2.4 3.8 1.1 Versicol
5.5 2.4 3.7   Versicol
5.8 2.7 3.9 1.2 Versicol
  2.7 5.1 1.6 Versicol
5.4   4.5 1.5 Versicol
  3.4 4.5 1.6 Versicol
6.7 3.1 4.7 1.5 Versicol
6.3 2.3 4.4 1.3 Versicol
5.6   4.1 1.3 Versicol
5.5 2.5   1.3 Versicol
5.5 2.6 4.4 1.2 Versicol
6.1   4.6 1.4 Versicol
5.8 2.6   1.2 Versicol
  2.3 3.3   Versicol
5.6 2.7 4.2 1.3 Versicol
5.7   4.2 1.2 Versicol
5.7 2.9 4.2 1.3 Versicol
6.2 2.9 4.3 1.3 Versicol
5.1 2.5   1.1 Versicol
5.7 2.8 4.1 1.3 Versicol
6.3 3.3   2.5 Virginic
5.8 2.7 5.1 1.9 Virginic
7.1   5.9 2.1 Virginic
6.3 2.9 5.6 1.8 Virginic
6.5   5.8 2.2 Virginic
7.6   6.6 2.1 Virginic
4.9 2.5 4.5 1.7 Virginic
7.3 2.9 6.3 1.8 Virginic
6.7 2.5 5.8 1.8 Virginic
7.2 3.6 6.1 2.5 Virginic
6.5 3.2 5.1   Virginic
6.4 2.7 5.3 1.9 Virginic
6.8   5.5 2.1 Virginic
5.7 2.5     Virginic
5.8 2.8 5.1 2.4 Virginic
6.4 3.2 5.3 2.3 Virginic
6.5   5.5 1.8 Virginic
7.7 3.8 6.7 2.2 Virginic
7.7 2.6 6.9 2.3 Virginic
  2.2   1.5 Virginic
6.9 3.2 5.7 2.3 Virginic
5.6 2.8 4.9   Virginic
7.7 2.8 6.7   Virginic
6.3 2.7 4.9 1.8 Virginic
6.7 3.3 5.7 2.1 Virginic
7.2 3.2   1.8 Virginic
6.2 2.8 4.8 1.8 Virginic
6.1   4.9 1.8 Virginic
6.4 2.8 5.6 2.1 Virginic
7.2   5.8 1.6 Virginic
7.4 2.8 6.1 1.9 Virginic
7.9 3.8 6.4   Virginic
6.4 2.8 5.6 2.2 Virginic
6.3 2.8 5.1 1.5 Virginic
6.1 2.6 5.6 1.4 Virginic
7.7   6.1 2.3 Virginic
6.3 3.4 5.6 2.4 Virginic
6.4 3.1 5.5 1.8 Virginic
    4.8 1.8 Virginic
6.9 3.1 5.4 2.1 Virginic
6.7 3.1 5.6 2.4 Virginic
6.9 3.1 5.1 2.3 Virginic
5.8 2.7 5.1 1.9 Virginic
6.8 3.2 5.9 2.3 Virginic
6.7 3.3 5.7 2.5 Virginic
6.7   5.2 2.3 Virginic
6.3 2.5   1.9 Virginic
6.5   5.2   Virginic
6.2 3.4 5.4 2.3 Virginic
5.9   5.1 1.8 Virginic

 


Список рекомендуемой литературы

 

1. Дубровін В. І., Субботін С. О. Методи оптимізації та їх застосування в задачах навчання нейронних мереж: Навчальний посібник. – Запоріжжя: ЗНТУ, 2003. – 136 с.

2. Комашинский В. И., Смирнов Д. А. Нейронные сети и их применение в системах управления и связи. – М.: Горячая линия – Телеком, 2003. – 94 с.

3. Конспект лекций по курсу «Нейросетевые технологии» (для студентов специальности 7.050102 очной и заочной формы обучения) / Сост.: Ковалевский С. В., Гитис В. Б. – Краматорск: ДГМА, 2002. – 40 с.

4. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. – 2-е изд., стереотипное. – М.: Горячая линия – Телеком, 2002. – 382 с.

5. Медведев В. С., Потемкин В. Г. Нейронные сети. MATLAB 6 / Под общ. ред. к. т. н. В. Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 с.

6. Ковалевский С.В., Гитис В.Б. Создание и применение нейронных сетей для решения прикладных задач: Учебно-методическое пособие. – Краматорск: ДГМА, 2005. – 80 c.

7. Боровиков В. П. Нейронные сети. Statistica neural networks: методология и технологии современного анализа данных. – М.: Горячая линия-Телеком. – 2008. – 392 с.

8. Вороновский Г. К. и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. – Х.: ОСНОВА, 1997. – 112 с.

9. Галушкин А. И. Нейрокомпьютеры. Кн. 3: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. – М.: ИПРЖР, 2000. – 528 с.

10. Галушкин А. И. Теория нейронных сетей. Кн. 1: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. – М.: ИПРЖР, 2000. – 416 с.

11. Горбань А. Н. Обучение нейронных сетей. – М.: СП ПараГраф, 1991. – 394 с.

12. Евтихиев Н. Н., Оныкий Б. Н., Перепелица В. В., Щербаков И. Б. Математические модели и оптические реализации многослойных и полиномиальных нейронных сетей. – М.: Препринт/МИФИ, 1994. – 32 с.

13. Заенцев И. В. Нейронные сети: основные модели. Учебное пособие. – Воронеж: ВГУ, 2003. – 76 с.

14. Миркес Е. М. Нейроинформатика: Учебное пособие. – Красноярск: КГТУ, 2002. – 120 с.

15. Руденко О. Г., Бодянський Є. В. Штучні нейронні мережі: Навчальний посібник. – Харків: ТОВ «Компанія СМІТ», 2006. – 404 с.

 


Дата добавления: 2015-11-30; просмотров: 56 | Нарушение авторских прав



mybiblioteka.su - 2015-2024 год. (0.014 сек.)