• Статьи 3759
• Тома 11
• Номера 120

УДК: 681.3.06:004.8

2017. - Т. 31. - № 8(189). - С. 57-59

Иван Сергеевич Маркин, Максим Дмитриевич Пысин, Дмитрий Олегович Краснов, Сергей Павлович Дударов,

ПРОГРАММНО-АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДЛЯ АППРОКСИМАЦИИ НЕЛИНЕЙНЫХ ЗАВИСИМОСТЕЙ НЕЙРОННОЙ СЕТЬЮ НА ОСНОВЕ РАДИАЛЬНО-БАЗИСНЫХ ФУНКЦИЙ

Разработано программно-алгоритмическое обеспечение для аппроксимации нелинейных зависимостей, моделирующее работу искусственной нейронной сети на основе радиально-базисных функций. Представлены функциональные возможности программного обеспечения для получения аппроксимирующей математической модели и визуализации получаемых результатов в виде таблиц и графиков. Рассмотрен пример аппроксимации одномерной сложной функции. Проведено исследование влияния параметра активационной радиально-базисной функции и количества скрытых радиальных элементов в структуре нейронной сети на величину ошибки аппроксимации. Показано значительное уменьшение ошибки при увеличении количества радиальных элементов и оптимальном выборе параметра насыщения функции Гаусса.

Скачать PDF

Первая страница статьи

Ссылки

1. 1. Дударов С.П., Папаев П.Л. Теоретические основы и практическое применение искусственных нейронных сетей: учеб. пособие. М.: РХТУ им. Д.И. Менделеева, 2014. 104 c.

Ключевые слова

algorithmic software   approximation error   approximation of nonlinear relations   artificial neural network   Gaussian function   radial basis function   radial element   RBF-network   аппроксимация нелинейных зависимостей   искусственная нейронная сеть   ошибка аппроксимации   программно-алгоритмическое обеспечение   радиально-базисная функция   радиальный элемент   РБФ-сеть   функция Гаусса