Отчет работа. Лаб1245. Каскадная сеть прямой передачи cf

• Название: Каскадная сеть прямой передачи cf
• Анкор: Отчет работа
• Дата: 09.04.2022
• Размер: 24.87 Kb.
• Имя файла: Лаб1245.docx
• Тип: Документы; #456652

Лабораторная № 1. "Каскадная сеть прямой передачи CF".
1. Создать в рабочем пространстве MATLAB каскадную сеть с прямой передачей данных и рассмотреть ее структуру.
2. Обеспечить следующее отображение последовательности входа P в последовательности целей T.
P = [0 1 2 3 4 5 6 7 8 9 10];
T = [0 5 0 0 4 1 8 1 3 3 4];
3. Обучить сеть в 70 циклов.

1 2 3 4 5 6 7 8 9 10 11 12 13

% Последовательность векторов входа P = [0 1 2 3 4 5 6 7 8 9 10]; %Последовательность целей T = [0 5 0 0 4 1 8 1 3 3 4]; % Сздание каскадной сети net = newcf([0 10],[5 1],{'tansig' 'purelin'}); gensim(net); % Обучим сеть в течение 70 циклов net.adaptParam.epochs = 70; net = train(net,P,T); % Моделирование каскадной сети Y = sim(net,P); plot(P, T, P, Y, 'O')

Лабораторная № 2. "Линейный слой LIND".
1. Сформировать в рабочем пространстве MATLAB линейный слой LIND, использующего метод наименьших квадратов и рассмотреть его структуру.
2. Задать следующие обучающие последовательности:
P = [1 : (1/3) : 2];
T = [9.0 7.4 8.1 0.5];
3. Выполнить моделирование сформированного линейного слоя.
Y = sim(net,P);
4. Построить графики зависимостей.

Matlab MВыделить код
1 2 3 4 5 6 7 8 9 10 11 12 % Последовательность векторов входа P = [1:(1/3):2]; %Последовательность целей T = [9.0 7.4 8.1 0.5]; % Создать линейный слой и посмотреть его структуру LIND = newlind(P,T); gensim(LIND); % Установка весов и смещений LIND.IW{1}, LIND.b{1}; % Моделирование линейного слоя Y = sim(LIND,P); plot(P, T)

Лабораторная № 4. "Линейные сети, линейный слой".
1. Создать в рабочем пространстве MATLAB линейный слой со следующей архитектурой: линия задержки типа [0 1 2], 1 нейрон, вектор входа с элементами из диапазона [0 1], параметр скорости настройки 0.01.
2. Сформулировать две обучающие последовательности Р1, Т1 и Р2, Т2, содержащих не менее 10 значений.
3. Обучить сеть с использованием:
• только обучающей последовательности Р1, Т1 (не менее 100 циклов);
• всего объема обучающих данных, соответствующего объединению векторов входа Р3 = [P1 P2] и векторов целей T3 = [T1 T2].
и выполнить моделирование сети для всех значений входа (для обоих случаев), объединяющих векторы Р1 и Р2 – Y = sim(net, [P1 P2]) (для повторной инициализации сети использовать команду net = init(net)).
4.Сравнить результаты моделирования, сделать вывод.

Matlab MВыделить код

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 % Создать линейный слой и посмотреть его структуру net = newlin([0 1],1,[0 1 2],0.01); gensim(net); % Последовательности векторов входа P1 = [0 -1 0 1 0 -1  1 0 1 1]; P2 = [1 1 0 -1 1 0  1 0 -1 1]; %Последовательность целей T1 = [0 2 0 1 -1 0 -2 1 1 0]; T2 = [1 -2 1 0 -1 0 0 -1 1 2]; % Обучение с P1 и T1 net.trainParam.epochs = 100; net = train(net,P1,T1); % Установка весов и смещений net.IW{1}, net.b{1}; % Моделирование сети Y1 = sim(net,[P1 P2]); % Инициализация net = init(net); % Объединение векторов  входа P1 и P2 P3 = [P1 P2]; % Объединение векторов выхода T1 и T2 T3 = [T1 T2]; % Обучение с P3 и T3 net.trainParam.epochs = 100; net = train(net,P3,T3); % Установка весов и смещений net.IW{1}, net.b{1}; % Моделирование сети Y3 = sim(net,[P1 P2])

Лабораторная № 5. "Персептроны".
1. Создать в рабочем пространстве MATLAB персептрон и просмотреть его структуру с помощью функции gensim(net).
2. Обучить персептрон выполнению одной из логических операций и промоделировать его.
Последовательность векторов входа подготовит в виде:
P = [0 0 0 1; 1 0 11];
Последовательность целей подготовить в виде, например (для операции И):
T = [0 0 0 1];

Matlab MВыделить код

1 2 3 4 5 6 7 8 9 10 11 12 13 14 % Создать персептрон и посмотреть его структуру с помощью команды gensim(net) net = newp([0 1; 0 1;],1); gensim(net); % Последовательность векторов входа P = [0 0 0 1; 1 0  1 1]; %Последовательность целей T = [0 0 0 1]; % Применим процедуру адаптации, установив число проходов равным 20 net.adaptParam.passes = 20; net = adapt(net,P,T); % Установка весов и смещений net.IW{1}, net.b{1}; % Моделирование персептрона Y = sim(net,P)