شبیه سازی مقاله شبکه عصبی ۲۰۱۵

شبیه سازی مقاله شبکه عصبی ۲۰۱۵

 

شبیه سازی مقاله ژورنال ۲۰۱۵ با عنوان :

A Hybrid Constructive Algorithm for Single-Layer Feedforward Networks Learning

IEEE 2015

اصل مقاله را از اینجا دانلود کنید.

در این کار، مقاله را در متلب شبیه سازی کرده ایم و به همراه کد متلب، فایل توضیحات کامل کد که شامل ۳۷ صفحه توضیحات می باشد و همچنین فایلی شامل مفاهیم پایه ای مورد نیاز برای فهم کد و روال کار روش مقاله که ۱۴ صفحه می باشد را در اختیار شما قرار میدهیم.

در واقع با خواندن داکیومنت قادر به فهم کامل روش کار مقاله و کدهای نوشته شده خواهید بود

شبیه سازی مقاله شبکه عصبی 2015
شبیه سازی مقاله شبکه عصبی ۲۰۱۵

بخش ابتدایی فایل توضیحات در زیر قابل مشاهده می باشد:

گامهای الگوریتم را چنین استدلال می نماییم.

گام ۱- مقداردهی به پارامترها که توسط کاربر ازقبل مشخص است.

گام۲-مقداردهی تصادفی به پارامترهای غیرخطی در بازه [-۱,۱]. (در صورتیکه SLFN از تابع فعالسازی سیگموید استفاده نمایداین پارامترها وزنهای اتصال دهنده لایه ورودی به لایه مخفی باضافه بایاس هستند. در صورتیکه SLFN از تابع فعالسازی RBF استفاده نماید این پارامترها شامل مرکز و پهنا می باشند)

گام ۳- محاسبه ماتریس خروجی نرونهای مخفی

گام۴- محاسبه وزنهای خطی خروجی بارابطه ۱۳

گام۵- محاسبه مقدار SSE

که y خروجی مطلوب است و

گام ۶- محاسبه ماتریس ژاکوبین غیرخطی

گام۷-محاسبه ماتریس Q

گام۸- محاسبه رابطه ۱۲

گام ۹- محاسبه پارامترهای غیرخطی بصورت  وسپس محاسبه خطای SSE جدید براساس آنها. در صورتیکه میزان خطای جدیدنسبت به قبل کاهش یافته باشد آنگاه پارامترهای غیرخطی را با  بروز مینماییم و فاکتور را با تقسیم بر کاهش می دهیم و به گام بعدی می رویم. در صورتیکه خطای جدید بیشتر از قبل باشد آنگاه فاکتور را با ضرب در افزایش می دهیم و به گام ۸ بازمی گردیم.

گام ۱۰- در صورتیکه شرط اضافه کردن نود جدیدبرقرار باشد گامهای ۱۱ تا ۱۹ را اجرا می نماییم در غیر اینصورت به گام ۲۰میرویم.

گام۱۱- پارامترهای نود جدید را بطور تصادفی مقداردهی مینماییم در بازه [-۱,۱]

گام۱۲- مقدار خروجی های نرون مخفی جدید را به ازای تمام الگوها مخاسبه می نماییم ورابطه زیر را شکل می دهیم

گام ۱۳- مقدار را محاسبه می نماییم

گام۱۴- مقدار رابطه ۱۷ را محاسبه می نماییم

گام۱۵-مقدار رابطه ۱۸ را محاسبه می نماییم

گام۱۶-مقدار a را محاسبه می نماییم

گام۱۷- مقدار b را حساب می نماییم

گام ۱۸- وزنهای خروجی خطی را مخاسبه می نماییم

گام ۱۹- خطای جدید را محاسبه می نماییم

گام ۲۰- شرط توقف را بررسی می نماییم که یکی از جهار شرط ذکر شدهدر قسمت توقف اگر برقرار باشد ساخت و آموزش را متوقف می نماییم وگرنه به گام ۶ بازمیگردیم.

جهت خرید کد متلب شبیه سازی مقاله شبکه عصبی ۲۰۱۵ با ما تماس بگیرید. در صورت عدم پاسخگویی لطفا پیامک دهید . در اسرع وقت با شما تماس خواهیم گرفت

هزینه کار ۱۳۰ تومان می باشد.

شماره تماس ۰۹۱۲۰۵۶۳۲۶۴

نظر خود را اینجا بنویسید!

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

telegramchanel کانال تلگرام  با عضویت در کانال تلگرام از مطالب آموزشی و مطالب جدید وب سایت مطلع شوید

@matlab24Dotir

جهت عضویت کلیک کنید