Е. Миркес - Учебное пособие по курсу «Нейроинформатика»

Здесь есть возможность читать онлайн «Е. Миркес - Учебное пособие по курсу «Нейроинформатика»» весь текст электронной книги совершенно бесплатно (целиком полную версию без сокращений). В некоторых случаях можно слушать аудио, скачать через торрент в формате fb2 и присутствует краткое содержание. Город: Красноярск, Год выпуска: 2002, Издательство: КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ, Жанр: Математика, Технические науки, Программирование, на русском языке. Описание произведения, (предисловие) а так же отзывы посетителей доступны на портале библиотеки ЛибКат.

Учебное пособие по курсу «Нейроинформатика»: краткое содержание, описание и аннотация

Предлагаем к чтению аннотацию, описание, краткое содержание или предисловие (зависит от того, что написал сам автор книги «Учебное пособие по курсу «Нейроинформатика»»). Если вы не нашли необходимую информацию о книге — напишите в комментариях, мы постараемся отыскать её.

Данное учебное пособие подготовлено на основе курса лекций по дисциплине «Нейроинформатика», читавшегося с 1994 года на факультете Информатики и вычислительной техники Красноярского государственного технического университета.
Несколько слов о структуре пособия. Далее во введении приведены
по данному курсу,
. Следующие главы содержат одну или несколько лекций. Материал, приведенный в главах, несколько шире того, что обычно дается на лекциях. В приложения вынесены описания программ, используемых в данном курсе (
и
), и
, включающий в себя два уровня — уровень запросов компонентов универсального нейрокомпьютера и уровень языков описания отдельных компонентов нейрокомпьютера.
Данное пособие является электронным и включает в себя программы, необходимые для выполнения лабораторных работ.

Учебное пособие по курсу «Нейроинформатика» — читать онлайн бесплатно полную книгу (весь текст) целиком

Ниже представлен текст книги, разбитый по страницам. Система сохранения места последней прочитанной страницы, позволяет с удобством читать онлайн бесплатно книгу «Учебное пособие по курсу «Нейроинформатика»», без необходимости каждый раз заново искать на чём Вы остановились. Поставьте закладку, и сможете в любой момент перейти на страницу, на которой закончили чтение.

Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

{Кодирование номером канала. Оценка для максимального интерпретатора.}

EstMajor1(N : Long)

Static

RealE Name"Уровень надежности";

Var

RealA, B ;

LongI, J, K, Ans;

RealArray[N+1] Al,Ind;

Begin

Ans = Answer;

Ind[1] = Ans;

Al[1] = Signals[Ans] – E * Reliability;

Ind[N+1] = 0;

Al[N+1] = -1.e40;

K:=1;

ForI = 1 ToN Do

IfI <> Ans Then Begin

Al[K] = Signals[I];

Ind[K] = I;

K = K + 1;

End; {Подготовлен массив сигналов}

ForI = 2 ToN-1 Do Begin

A = Al[I];

K = I;

ForJ = I+1 ToN Do

IfAl[J] > A Then Begin

K = J;

A = Al[J];

End; {Найден следующий по величине}

Al[K] = Al[I];

Al[I] = A;

J = Ind[K];

Ind[K] = Ind[I];

Ind[I] = J;

End; {Массивы отсортированы}

A = Al[1]; {Сумма первых I членов}

I = 1;

While(A / I <= Al[I+1]) Do Begin

A = A + Al[I];

I = I + 1;

End; {В конце цикла I-1 равно числу корректируемых сигналов}

B = A / I; {B – величина, к которой должны стремиться}

A = 0; {корректируемые сигналы}

ForJ = 1 ToI Do Begin

A = A + Sqr(Al[J] – B);

If Direv Then Back[Ind[J]] = -2* Weight *(Al[J] – B);

End;

Estim= Weight *A

End;

EstBynaryCoded1: (N : Long) {Оценка для кодирования номером канала}

Static

RealE Name"Уровень надежности";

Var

LongI, J, A, K ;

RealB, C ;

Begin

A = Answer;

B = 0;

C = E * Reliability; {Допуск определяем произведением}

ForI = N To1 By-1 Do Begin

J = A / 2;

K = A – 2 * J;

A = J;

IfA = 1 Then Begin

If Signals[I] < C Then Begin

B = B + Sqr( Signals[I] – C);

If Direv Then Back[I] = 2 * Weight *( Signals[I]-C);

End;

End Else Begin

If Signals[I] > -C Then Begin

B = B + Sqr( Signals[I] + C);

If Direv Then Back[I] = 2 * Weight *( Signals[I] + C);

End;

End;

Estim= Weight*B

End

ContentsTemp : Empty1, Cloud : Binary1(2), Wind : BynaryCoded1(3), Rain : Major1(3);

Cloud LinkMeteorology.Cloud {Связываем оценки с интерпретаторами}

Wind LinkMeteorology.Wind

Rain LinkMeteorology.Rain

Temp SetParameters10, 273; {Устанавливаем значения параметров оценок}

Cloud SetParameters0.1; {и интерпретаторов}

Wind SetParameters0.2;

Rain SetParameters0.15

Weights1, 1, 1, 1

Signals NumberOf( Signals,Temp) + NumberOf( Signals, Cloud) + NumberOf( Signals, Wind) + NumberOf( Signals, Rain)

Connections

Temp. Signals<=> Signals[1];

Cloud. Signals[1..2] <=> Signals[2; 3];

Wind. Signals[1..3] <=> Signals[4..6];

Rain. Signals[1..3] <=> Signals[7..9]

Temp. Answer<=> Answer[1];

Cloud. Answer[1..2] <=> Answer[2];

Wind. Answer[1..3] <=> Answer[3];

Rain. Answer[1..3] <=> Answer[4]

End Estimation

Пример 2.

EstimationMeteorology

ContentsTemp : Empty, Cloud : Binary(2), Wind : BynaryCoded(3), Rain : Major(3);

Cloud LinkMeteorology.Cloud {Связываем оценки с интерпретаторами}

Wind LinkMeteorology.Wind

Rain LinkMeteorology.Rain

Temp SetParameters10, 273; {Устанавливаем значения параметров оценок}

Cloud SetParameters0.1; {и интерпретаторов}

Wind SetParameters0.2;

Rain SetParameters0.15

End Estimation

Стандарт второго уровня компонента оценка

Запросы к компоненте оценка можно разбить на пять групп:

1. Оценивание.

2. Изменение параметров.

3. Работа со структурой.

4. Инициация редактора и конструктора оценки.

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Похожие книги на «Учебное пособие по курсу «Нейроинформатика»»

Представляем Вашему вниманию похожие книги на «Учебное пособие по курсу «Нейроинформатика»» списком для выбора. Мы отобрали схожую по названию и смыслу литературу в надежде предоставить читателям больше вариантов отыскать новые, интересные, ещё непрочитанные произведения.


Отзывы о книге «Учебное пособие по курсу «Нейроинформатика»»

Обсуждение, отзывы о книге «Учебное пособие по курсу «Нейроинформатика»» и просто собственные мнения читателей. Оставьте ваши комментарии, напишите, что Вы думаете о произведении, его смысле или главных героях. Укажите что конкретно понравилось, а что нет, и почему Вы так считаете.

x