Нейрокомпьютинг и его применения в экономике и бизнесе

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»

(0,1)


3


3


(-1,0.24, 1)

В этой работе решалась задача разбиения объектов на два класса. На ее примере мы и рассмотрим последовательность извлечения правил. После дискретизации значений активности нейронов скрытого слоя, передача их воздействий выходным классифицирующим нейронам описывалась параметрами, приведенными в Таблице 2.


Таблица 2. Связь дискретных значений активности нейронов скрытого (hi) и выходного (о;) слоев.


u


и


u


o


o2


-1


1


-1


0.92


0.08


-1


1


1


0.00


1.00


-1


1


0.24


0.01


0.99


-1


0


-1


1.00


0.00


-1


0


1


0.11


0.89


-1


0


0.24


0.93


0.07


1


1


-1


0.00


1.00


1


1


1


0.00


1.00


1


1


0.24


0.00


1.00


1


0


-1


0.89


0.11


1


0


1


0.00


1.00


1


0


0.24


0.00


1.00


0


1


-1


0.18


0.82


0


1


1


0.00


1.00


0


1


0.24


0.00


1.00


0


0


-1


1.00


0.00


0


0


1


0.00


1.00


0


0


0.24


0.18


0.82

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»