<<
>>

1.2.11. Однослойный персептрон

Модель разработана Розенблаттом в 1959 г.

Однослойный персептрон способен распознавать простейшие образы., Отдельный нейрон вычисляет взвешенную сумму элементов входного сигнала, вычитает значение смещения и пропускает результат через жесткую пороговую функцию, выход которой равен +1 или -/.В зависимости от значения выходного сигнала принимается решение; +1 - входной сигнал принадлежит классу А, -1 - входной сигнал принадлежит классу В.

Решающие области определяют, какие входные образы будут отнесены к классу А, какие - к классу В. Персептрон, состоящий из одного нейрона, формирует две решающие области, разделенные гиперплоскостью. При этом разделяющая поверхность представляет собой прямую линию на плоскости. Входные сигналы над разделяющей линией относятся к классу^, под линией - к классу В. Уравнение, задающее разделяющую прямую, зависит от значений синаптических весов и смещения. Далее описывается классическая процедура настройки персептрона, предложенная Розенблаттом. Емкость сети совпадает с числом нейронов. Область применения: распознавание образов, классификация. Примитивные разделяющие поверхности (гиперплоскости) дают возможность решать лишь самые простые задачи распознавания. Программные или аппаратные реализации модели очень просты. Простой и быстрый алгоритм обучения. Многослойные персептроны дают возможность строить более сложные разделяющие поверхности и поэтому имеют более широкое применение при решении задач распознавания. Источники: [3], [51], [76].

<< | >>
Источник: Стадник Алексей Викторович. Использование искусственных нейронных сетей и вейвлет-анализа для повышения эффективности в задачах распознавания и классификации. 2004

Еще по теме 1.2.11. Однослойный персептрон: