На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

Рис. 10. Архитектура P-нейросети
Отличия же начинаются в третьем слое (слое суммирования), который состоит
из такого количества линейных нейронов, которое равно числу классов. В
отличие от других RBF-сетей, в каждый нейрон с из слоя суммирования входят
связи только с тех нейронов скрытого слоя, которые соответствуют примерам,
принадлежащим классу С. Веса этих связей выбираются таким образом, чтобы
выполнялось условие (47):
N
C
∑
i=
1
π = 1, c = 1, K,
M , (47)
c
i
C
c
где: π
i
- вес связи, ведущей из i-ого нейрона скрытого слоя в c-ый нейрон слоя
суммирования, отвечающий за формирование функции плотности вероятности
f C (x) для класса C; N C – число примеров из обучающей выборки, относящихся к
классу C; M C – число нейронов в слое суммирования, равное общему числу
классов в классификационной задаче. Если нет других соображений, то все
примеры, относящиеся к одному классу, считаются равнозначными, и поэтому
веса всех связей, идущих к одному нейрону из слоя суммирования, берутся
одинаковыми и равными 1/N C . В этом случае на нейронах слоя суммирования
47