Новые интеллектуальные материалы и конструкции. Свойства и применение

Внимание! эта страница распознана автоматически, поэтому мы не гарантируем, что она не содержит ошибок. Для того, чтобы увидеть оригинал, Вам необходимо скачать книгу Новые интеллектуальные материалы и конструкции. Свойства и применение

Если Вы являетесь автором данной книги и её распространение ущемляет Ваши авторские права или если Вы хотите внести изменения в данный документ или опубликовать новую книгу свяжитесь с нами по по .

Страницы: 1 2 3... 85 86 87 88 89 90 91... 220 221 222

	 Приложение А. Многослойная нейронная сеть В Приложении рассматривается пример многослойной нейронной сети (МНС). Здесь дается краткое описание этого метода, а подробное опи­сание можно найти в работах [39, 32]. МНС - это совокупность взаимосвязанных элементарных вы­числительных процедур, называемых нейронами или узлами графа и размещаемых в различных слоях. Сигналы подаются на узлы вход­ного уровня, в которых они обрабатываются и отправляются через сеть на промежуточные уровни, а конечный результат выдается че­рез уровень выхода. Связь /-го узла графа со всеми j узлами предше­ствующего уровня описывается весовыми коэффициентами wi}. При этом все узлы сети связаны со всеми узлами последующего уровня. Для всех сигналов величиной х}, поступающих с предшествующего уровня, в /-м узле вычисляется взвешенная сумма сигнала zx. Это значение является аргументом нелинейной функции /, которая оп­ределяет значение сигнала на выходе из узла графа и передается на следующий уровень: (АЛ) Функции / могут иметь различный вид, но здесь мы будем считать, что она представляет собой гиперболически тангенс tg х. Один из уз­лов графа, называемый определяющим узлом, связан со всеми узлами внутренних и выходного уровней. Сигнал на выходе из определяюще­го узла постоянен, чтобы обеспечить нормировку сигнала zl во всех узлах сети. Первый этап настройки сети состоит в определении значений ве­совых коэффициентов wi}. Эту стадию называют тестированием или тренировкой. Тестирование будет состоять в подаче на вход сети ряда сигналов, для которых известны сигналы на ее выходе. Если откло­нение результата от контрольной величины достаточно мало, вели­чину весовых коэффициентов не регулируют. Если же отклонение является значительным, ее величину направляют в обратном направ­лении и применяют некоторый алгоритм для корректировки весовых коэффициентов. Использованный в этой работе алгоритм может быть кратко описан следующим образом. Для каждой процедуры тестиро­вания оценивают величину ошибки (отклонения от истинного зна­чения) /: (А.2) rss Карта

Внимание! эта страница распознана автоматически, поэтому мы не гарантируем, что она не содержит ошибок. Для того, чтобы увидеть оригинал, Вам необходимо скачать книгу