Дипломная работа: Классификация римских цифр на основе нейронных сетей

Исходя из представленных диаграмм оптимальной для нас будет сеть Ворда с 2мя скрытыми блоками.

2.3 Выбор параметров обучения

Находим оптимальные параметры:

• скорость обучения в интервале от 0 до1

• момент в интервале от 0 до 1

• начальные веса от 0 до 1

1. Зависимость качества обучения от скорости обучения

Скорость обучения	0,1	0,5	0,7	1
Мин. ср. ошибка на тест. наборе	0,0019529	0,0006956	0,0005016	0,0002641

2.Зависимость качества обучения от момента

Момент	0,1	0,5	0,7	1
Мин. ср. ошибка на тест. наборе	0,0019529	0,0012411	0,0013824	0,5690943

3.Зависимость качества обучения от начальных весов

Начальный вес	0,1	0,3	0,7	1
Мин. ср. ошибка на тест. наборе	0,0010359	0,0019529	0,0032182	0,0031102

2.4 Оптимальные параметры обучения

Скорость обучения: 0,1

Начальный момент: 0,1

Начальные веса: 0,3

Модель - Сеть Ворда с двумя блоками в скрытом слое .

Структура НС:

1. количество слоев: 4

2. количество нейронов:

1) блок 1: 63

2) блок 2: 24

3) блок 3: 24

4) блок 4: 9

3. вид функций активации:

1) блок 1 – линейная [0;1]

2) блок 2 –гауссова

3) блок 3 –гауссова

4) блок 5 – логистическая.

2.5 Блок-схема алгоритма обучения

3. Анализ качества обучения