Нейрокомпьютерные системы



         

Сеть Хемминга - часть 2


Такой нейрон указывает на вектор образа с минимальным расстоянием Хемминга до входного вектора
x
. Функция активации для нейронов второго слоя задается выражением

 \begin{align*} f(y)= \left \{ \begin{array}{rcl} y, \mbox{ если } y>0, \\ 0, \mbox{ если } y < 0. \\ \end{array} \right. \end{align*}

Итерационный процесс во втором слое завершается, когда активным остается только один нейрон (победитель), тогда как остальные нейроны пребывают в нулевом состоянии. Победитель через веса

w_{ij}^{(3)}
линейных нейронов выходного слоя представляет вектор
y_i
, который соответствует вектору
x_i
, признанному вторым слоем ближайшим к входному вектору
x
.

Достоинством сети Хемминга считается небольшое количество взвешенных связей между нейронами. Многочисленные эксперименты доказали, что сеть Хемминга дает лучшие результаты, чем сеть Хопфилда. Единственная проблема, связанная с сетью Хемминга, проявляется в случае, когда зашумленные образы находятся на одинаковом (в смысле Хемминга) расстоянии от двух или более эталонов. В этом случае выбор сетью Хемминга одного из эталонов становится случайным.




Содержание  Назад  Вперед