Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

ОИИ / Лабораторная работа 4

.docx
Скачиваний:
140
Добавлен:
19.03.2015
Размер:
191.54 Кб
Скачать

Лабораторная работа №4

Моделирование персептрона в среде MATLAB

Цель работы: изучение и моделирование основного элемента нейронной сети – нейрона и получение простейшей нейронной сети – персептрона с использованием системы MATLAB.

Задание:

Задание 1. Изучить простой нейрон и нейрон с векторным входом, для чего выполнить действия указанные в п.3.1 в примерах 1,2 методических указаний. Изменяя настройки нейрона и вид функции активации изучить их влияние на свойства простого нейрона и нейрона с векторным входом.

Задание 2. Провести моделирование персептрона согласно п.3.2 (примера 3) методических указаний.

Задание 3. Провести инициализацию параметров персептрона с двухэлементным вектором входа и одним нейроном по п.3.3 (пример 4,5) методических указаний.

Задание 4.

  1. Разработать структурную схему персептронной нейронной сети по исходным данным из таблицы.

варианта

Число входов

Пределы изменения входов

Нейронов в слое

2

2

-3...3

2

2. Разработать алгоритм создания и моделирования персептронной нейронной сети.

3. Реализовать разработанный алгоритм в системе MATLAB.

4. Определить параметры созданной нейронной сети (веса и смещение) и проверить правильность работы сети для последовательности входных векторов (не менее 5).

5. Построить график, аналогичный представленному на рис. 8 методических указаний, для своих исходных данных.

6. Переустановить значения матриц весов и смещений с помощью рассмотренных функций инициализации.

Выполнение задания:

Задание 1.

Пример работы простого нейрона.

Пример нейрона с векторным входом.

Задание 2.

Пример моделирование простого персептрона.

Создаем нейрон, с двухэлементным входом, определяя область входных значений [-2 2;-2 2] и задавая ему номер 1 в нашем персептроне.

Зададим матрицу весовых коэффициентов W, характеризующих легкость возбуждения нейрона.

Зададим предел , задающий пороговую активационную функцию.

Зададим несколько входных векторов и посмотрим выход персептрона состоящего из одного нейрона:

Значение на выходе нейрона рассчитывается по следующей формуле:

Задание 3.

Создание персептрона и определение матрицы весов и смещения на основе весов входа.

Создаем персептрон и запрашиваем характеристики весов входа.

Отсюда видно, что в качестве функции инициализации используется функция initzero, которая присваивает всем весам входа значение 0.

Для того чтобы в этом убедиться, выполним следующие команды:

Теперь перезададим значения весов входа и порога:

Как видим значения весов входа и порога изменились на заданные нами.

Для возврата к исходным, заданным по умолчанию значениям, достаточно вызвать функцию init.

Также можно изменить способ (функцию) инициализации персептрона.

Как видно, здесь способ инициализации весов и порога задан как rands, т.е. инициализация происходит случайными числами.

Теперь проинициализируем ранее созданную сеть новой функцией.

Видно, что веса и порог выбраны действительно случайным образом.

Задание 4.

Создаем персептрон, состоящий из двух нейронов, работающих в одном слое, имеющих два общих входа. Задаем для каждого из нейронов свои весовые коэффициенты, пороговые значения.

Вывод: в данной работе были изучены принципы работы нейронов и построения на их основе простейших однослойных нейронных сетей – персептронов.

Соседние файлы в папке ОИИ