Лабораторная работа: Сканы готовой второй лабораторной работы

Файлы скачаны со студенческого портала для студенты "Baumanki.net"

Файлы представлены исключительно для ознакомления

Не забывайте, что Вы можете зарабатывать, выкладывая свои файлы на сайт

Оценивайте свой ВУЗ в различных голосованиях, в том числе в досье на преподавателей!

Распознанный текст из изображения:

сетей встречного распространения и моделирование нейронной сети для

решения задачи распознавания образов.

Табл. 2. Второй входной образ.

Табл. 1. Первый входной образ.

Табл. 4. Четвертый входной образ.

Табл. 3. Третий входнои образ.

Г1остановка задачи: Создать нейронную сеть, реализующую функции распознавания графических изображений - с применением модели сети обратного распространения. Изображения представим в виде двоичных ~ек~оров, закодированных следующим образом:

Распознанный текст из изображения:

Ьонн~ор 1г,

Входной

слой (0)

Веелыр у

Слой Слой

Кохонена (1) ~~ Гроссберга (2)

И~~~ ~

~г

Желаемые выходи

ые

Нейрон

Нейроны Гроссберга

В модели сети встречного распространения объединены два известных алгоритма:

самоорганизующаяся карта Кохонена и звезда 1 россберга, что приводит к свойствам,

которых нет ни у одного из них в отдельности.

Нейроны слоя О (показанные кружками) служат лишь точками разветвления и не выполняют вычислений. Каждый нейрон слоя О соединен с каждым нейроном слоя 1 (называемым слоем Кохонена) отдельным весом ътпп. Эти веса в целом рассматриваются как матрица весов %. Аналогично, каждый нейрон в слое. Кохонена ~слое 1) соединен с каждым нейроном в слое 1россберга ~слое2) весом чпр. Эти веса образуют матрицу весов У.

Распознанный текст из изображения:

<',. ~д~д-дД

,ф

а Ж,~

~' о ~', дХ!~~й,,

л.

~, Г!~'

Г -«с6~ри~

)

ф~- ~ 1

~

4..

. 1~~ел

,ф

Распознанный текст из изображения:

Возможности сети встречного распространения, превосходят возможности однослойных сетей. Время же обучения по сравнению с обратным распространением уменьшаться. Встречное распространение не столь общо, как обратное распространение, но оно может давать решение в тех приложениях, Где долгая обучающая процедура невозможна. Будет показано, что помимо преодоления ограничений других сетей встречное распространение обладает собственными интересными и полезными свойствами.

Во встречном распространении объединены два хорошо известных алгоритма: самоорганизующаяся карта Кохонена и звезда Гроссберга . Их объединение ведет к свойствам, которых нет ни у одного из них в отдельности.

Методы, которые подобно встречному распространению, объединяют различные сетевые парадигмы как строительные блоки, могут привести к сетям, более близким к

Распознанный текст из изображения:

мозгу по архитектуре, чем любые другие однородные структуры. Похоже, что в мозгу именно каскадные соединения модулей различной специализации позволяют выполнять требуемые вычисления. Сеть не дает возможности строить точные аппроксимации. В этом она значительно уступает сетям с обратным распространением ошибки.