Пишу программу распознования букв алфивита. Общая концепция такая: есть 32 bmp файла (100х100) названных а.bmp б.bmp и т.д. с образцами букв. Нейронная сеть считывает эти файлы и обучается. Пользователь создает файл test.bmp (100x100) со своей буквой и прога должна его распознать.

Реализую я все это дело через классический персептон. То есть внешний сенсорный слой это вектор картинки (1-черный пиксель 0-белый), скрытый слой из 100 нейронов, и выходной слой из 5 нейронов. Буквы кодируются на выходном слое так а=00001 б=00010 и т.д.

Проблема в том что очень много литературы и везде все написано по разному. Вот и не очень понимаю в алгоритме обучения сети какую форммулу использовать для рассчета дельта.

Вот то что есть


Подскажите пожалуста формулу для рассчета дельты для массива весов от входного слоя к скрытому. а также с удовольствием выслушаю советы и замечания.

  
В алгоритмы

Кто-нибудь из модераторов, перенесите тему тогда.

W(i+1)=W(i)-Коб*Delta(i)*Х;
Коб - коэффициент обучения 0<Коб<1;
delta=abs( эталонный выход - реальный выход).//соотв компонента вектора

Обучение делается до тех пор, пока delata<Eps. Eps-ошибка обучения.

Вообще на мой взгляд здесь целесообразнее использовать структуры, а не классы, иначе упрётся алгоритм в низкую производительность.

Promitheus, 

Это-то понятно. Теории везде полно. Непонятно как это написать в коде. Что такое Delta(i) и что такое Х.  

Что-то мне сдаётся ты не совсем понимаешь суть вопроса. X - входной компонент кетора delta(i) - значение дельты на i шаге итерации. delta=abs( эталонный выход - реальный выход).
Я написал как сам сделал.  

Это сообщение отредактировал(а) Promitheus - 22.5.2007, 08:11

По-моему, у тебя не правильно структура организована нейро сетки. Там каждый элемент текущего слоя должен быть связан, с каждым элементом последующего слоя, за исключением когда веса редуцированы (W=0).

Присоединённый файл ( Кол-во скачиваний: 27 )
 NN.jpg 107,18 Kb