50541

Сеть Хопфилда

Лабораторная работа

Информатика, кибернетика и программирование

Клетки таблиц – это пиксели изображения. Чтобы изменить цвет пикселя просто наведете на него указатель мыши и нажмите левую клавишу. Чтобы запомнить образец нажмите кнопку «Модифицировать» и перейдите к следующему образцу. После внесения изменений обучите нейронную сеть и проверьте её работоспособность.

Русский

2014-01-25

44.5 KB

5 чел.

Сеть Хопфилда.

  1.  Скопируйте папку «Сеть Хопфильда» в свой каталог.
  2.  Запустите программу Recognition.
  3.  Обучите сеть распознавать четыре цифры.

Клетки таблиц – это пиксели изображения. Чтобы изменить цвет пикселя просто наведете на него указатель мыши и нажмите левую клавишу.

Чтобы запомнить образец нажмите кнопку «Модифицировать» и перейдите к следующему образцу.

После внесения изменений обучите нейронную сеть и проверьте её работоспособность.

  1.  Сколько нейронов в слое Хопфильда?
  2.  Какова ёмкость данной сети?

  1.  Чему равны синаптические веса  нейронов слоя Хопфилда?  

Для ответа на этот вопрос нам понадобиться изменить программу Recognition.

Запустите проект Recognition.dpr и в Form1 добавьте кнопку «Матрица весов» (назовём ее btnWeights) и таблицу stgWeights ).

Создадим обработчик события Click для btnWeights и вставим следующий код

Var

 i, j, NeuronCount, WeightCount: integer;

 Weight:double;

begin

 NeuronCount := //число нейронов в слое Хопфильда;

 WeightCount := //число весов у каждого нейрона в слое Хопфильда;

 // Задаем размер таблицы

 stgWeights.ColCount := NeuronCount + 1 ;

 stgWeights.RowCount := WeightCount + 1;

 // Заполняем подписи столбцов и строк таблицы

 for i := 0 to stgWeights.ColCount - 1 do

   stgWeights.Cells[i+1, 0]:=  'N' + IntToStr(i+1);

 for j := 0 to stgWeights.RowCount - 1 do

   stgWeights.Cells[0, j+1]:=  'W' + IntToStr(j+1);

 for i := 0 to NeuronCount - 1 do

   for j := 0 to WeightCount - 1 do

    begin

      Weight:= j-й вес i-го нейрона в 1-м слое;

      stgWeights.Cells[i+1, j+1]:= FloatToStr(Weight);

    end;

end;

{

Объект «Сеть Хопфильда» - NeuralNetHopf.

Его свойство «Слои» - массив Layers.

Свойство слоя «Нейроны» - массив Neurons.

Свойства нейрона «Веса» - Weights.

}


 

А также другие работы, которые могут Вас заинтересовать

22114. Понятие устойчивости конечного автомата 48 KB
  Дело в том что триггера в схеме имеет различные времена задержек сигналов обратной связи которые поступают с выходов триггеров на их входы через комбинационную схему II. По этим причинам если при переходе автомата из состояния ai в as должны измениться состояния нескольких триггеров то между выходными сигналами этих триггеров начинаются гонки. изменит свое состояние раньше других триггеров может через цепь обратной связи изменить может изменить сигналы возбуждения на входах других триггеров до того момента как они изменят свои состояния....
22115. Синтез конечных автоматов 31.5 KB
  В ЦА выходные сигналы в данный момент времени зависят не только от значения входных сигналов в тот же момент времени но и от состояния схемы которое в свою очередь определяется значениями входных сигналов поступивших в предшествующие моменты времени. Понятие состояния введено в связи с тем что часто возникает необходимость в описании поведения систем выходные сигналы которых зависят не только от состояния входов в данный момент времени но и от некоторых предысторий т. Состояния как раз и соответствуют некоторой памяти о прошлом...
22116. Способы задания автомата 362 KB
  Существует несколько способов задания работы автомата но наиболее часто используются табличный и графический. Совмещенная таблица переходов и выходов автомата Мили: xj ai a0 an x1 a0x1 a0x1 anx1 anx1 xm a0xm a0xm anxm anxm Задание таблиц переходов и выходов полностью описывает работу конечного автомата поскольку задаются не только сами функции переходов и выходов но и также все три алфавита: входной выходной и алфавит состояний. Для задания автомата Мура требуется одна таблица поскольку в этом...
22117. Частичные автоматы 194 KB
  Оказывается что для любого автомата Мили существует эквивалентный ему автомат Мура и обратно для любого автомата Мура существует эквивалентный ему автомат Мили. Рассмотрим алгоритм перехода от произвольного конечного автомата Мили к эквивалентному ему автомату Мура. Требуется построить эквивалентный ему автомат Мура Sb = {Ab Xb Yb b b} у которого Xb = Xa Yb = Ya т. Для определения множества состояний Ab автомата Мура образуем всевозможные пары вида ai yg где yg – выходной сигнал приписанный входящей в ai дуге.
22118. Абстрактный синтез конечных автоматов 25.5 KB
  Составить аналогичную таблицу описывающую работу конечного автомата не представляется возможным т. множество допустимых входных слов автомата вообще говоря бесконечно. Мы рассмотрим один из возможных способов формального задания автоматов а именно задание автомата на языке регулярных событий. Представление событий в автоматах.
22119. Операции в алгебре событий 24.5 KB
  Дизъюнкцией событий S1 S2 Sk называют событие S = S1vS2vvSk состоящее из всех слов входящих в события S1 S2 Sk. Произведением событий S1 S2 Sk называется событие S = S1 S2 Sk состоящее из всех слов полученных приписыванием к каждому слову события S1 каждого слова события S2 затем слова события S3 и т. слова входящие в события S1S2 и S2S1 различны: т. Итерацией события S называется событие{S} состоящее из пустого слова e и всех слов вида S SS SSS и т.
22120. Система основных событий 28.5 KB
  Событие состоящее из всех слов входного алфавита всеобщее событие. F = {x1 v x2 v v xm} Событие содержащее все слова оканчивающиеся буквой xi. Событие содержащее все слова оканчивающиеся отрезком слова l1 S = F l1 Событие содержащее все слова начинающиеся с отрезка слова l1и оканчивающиеся на l2: S = l1 F l2 Событие содержащее только однобуквенные слова входного алфавита S = x1 v x2 v v xm Событие содержащее только двухбуквенные слова входного алфавита S = x1 v x2 v v xm x1 v x2 v v xm Событие содержащее все...
22121. Генетические основы эволюции 118.5 KB
  Комбинативная изменчивость – изменчивость в основе которой лежит образование комбинаций генов которых не было у родителей. Комбинативная изменчивость обуславливается следующими процессами: независимым расхождением гомологичных хромосом в мейозе; случайным сочетанием хромосом при оплодотворении; рекомбинацией генов в результате кроссинговера. Частота мутаций не одинакова для разных генов и для разных организмов. Поскольку генов в каждой гамете много например у человека в геноме содержится около 30 тысяч генов то в каждом поколении около...
22122. ЭЛЕМЕНТАРНЫЕ ФАКТОРЫ ЭВОЛЮЦИИ 88 KB
  Тогда частота аллеля b в популяции будет медленно но неуклонно возрастать в каждом поколении на одну десятитысячную если этому возрастанию не будут препятствовать или способствовать другие факторы эволюции. В принципе только благодаря мутационному процессу новый аллель может практически полностью вытеснить старый аллель из популяции. Однако в одной популяции растущей на вершине урансодержащих гор вблизи Большого Медвежьего озера Канада обнаружены многочисленные мутантные растения с бледнорозовыми цветками. Изоляция – это прекращение...