Нейрокомпьютерные системы




Линейное разделение классов


состоит в построении линейного решающего правила, т.е. такого вектора

w = (w_0, \ldots, w_n)
, где
w_0

— порог, что при

wx > 0
вектор
x
относится к первому классу, а при
wx \le 0

— ко второму.

Разделение центров масс - простейший способ построения решающего правила. Суть этого способа заключается в вычислении вектора весов персептрона по следующей формуле

 \begin{align*} w = ( \sum_{i=1}^{n}X^i - \sum_{j=1}^{m}Y^j)/(n+m), \end{align*}

где

X^i
,
i=1, \ldots, n
относятся к первому классу, а
Y^j, j=1, \ldots, m
- ко второму.

Линейные решающие правила, построенные на основании разделения центров масс, могут ошибаться на примерах из обучающей выборки даже в тех случаях, когда существует и безошибочное линейное разделение. Однако метод центров масс полезен как средство определения начального значения вектора весов для алгоритма обучения персептрона.




Содержание    Вперед