Практическое использование нейронных сетей в Среде Matlab - страница 7

К недостаткам сетей РБФ можно отнести то, что заранее должно быть известно число эталонов, а также эвристики для построения активационных функций нейронов скрытого слоя. Данные сети обладают плохими экстраполирующими свойствами и получаются весьма громоздкими при большой размерности вектора входов.

В моделях РБФ могут быть использованы различные способы измерения расстояния между векторами, а также функции активации нейронов скрытого слоя.

В среде MATLAB в качестве радиально-базисной функции по умолчанию используется функция radbas, пример которой приведен на рис. 1.4:

Рис. 1.4. Пример радиально-базисной функции

Пакет для работы с нейронными сетями математической среды MATLAB содержит множество функций для нейросетевого моделирования. Ниже приведен список основных функций Neural Network Toolbox.

Функции создания новой сети

network – создание нейронной сети пользователя

Запись:

net=network

net=network (numInputs, numLayers, biasConnect, inputConnect, layerConnect, outputConnect, targetConnect)

Описание. Функция возвращает созданную нейронную сеть с именем net и со следующими характеристиками (в скобках даны значения по умолчанию):

numInputs – количество входов (0),

numLayers – количество слоев (0),

biasConnect – булевский вектор с числом элементов, равным количеству слоев (нули),

inputConnect – булевская матрица с числом строк, равным количеству слоев и числом столбцов, равным количеству входов (нули),

layerConnect – булевская матрица с числом строк и столбцов, равным количеству слоев (нули),

outputConnect – булевский вектор-строка с числом элементов, равным количеству слоев (нули),

targetConnect – вектор-строка, такая же, как предыдущая (нули).

newc – создание конкурентного слоя

net=newc (PR, S, KLR, CLR) – функция создания слоя Кохонена.

Аргументы функции:

PR – R 2 матрица минимальных и максимальных значений для R входных элементов,

S – число нейронов,

KLR – коэффициент обучения Кохонена (по умолчанию 0.01),

CLR – коэффициент «справедливости» (по умолчанию 0.001).

newcf – создание каскадной направленной сети

net=newcf (PR, [S1 S2…SNI], {TF1 TF2…TFNI}, BTF, BLF, PF) —

функция создания разновидности многослойной нейронной сети с обратным распространением ошибки – так называемой каскадной нейронной сети. Такая сеть содержит скрытых N1 слоев, использует входные функции типа dotprod и netsum, инициализация сети осуществляется функцией initnw.