Е. Миркес - Учебное пособие по курсу «Нейроинформатика»

Тут можно читать онлайн Е. Миркес - Учебное пособие по курсу «Нейроинформатика» - бесплатно полную версию книги (целиком) без сокращений. Жанр: comp-programming, издательство КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ, год 2002. Здесь Вы можете читать полную версию (весь текст) онлайн без регистрации и SMS на сайте лучшей интернет библиотеки ЛибКинг или прочесть краткое содержание (суть), предисловие и аннотацию. Так же сможете купить и скачать торрент в электронном формате fb2, найти и слушать аудиокнигу на русском языке или узнать сколько частей в серии и всего страниц в публикации. Читателям доступно смотреть обложку, картинки, описание и отзывы (комментарии) о произведении.
  • Название:
    Учебное пособие по курсу «Нейроинформатика»
  • Автор:
  • Жанр:
  • Издательство:
    КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
  • Год:
    2002
  • Город:
    Красноярск
  • ISBN:
    нет данных
  • Рейтинг:
    4.22/5. Голосов: 91
  • Избранное:
    Добавить в избранное
  • Отзывы:
  • Ваша оценка:
    • 80
    • 1
    • 2
    • 3
    • 4
    • 5

Е. Миркес - Учебное пособие по курсу «Нейроинформатика» краткое содержание

Учебное пособие по курсу «Нейроинформатика» - описание и краткое содержание, автор Е. Миркес, читайте бесплатно онлайн на сайте электронной библиотеки LibKing.Ru

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 учебный план по данному курсу, задания на лабораторные работы. 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 (Clab и Нейроучебник), и проект стандарта нейрокомпьютера, 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 версию (весь текст целиком)

Учебное пособие по курсу «Нейроинформатика» - читать книгу онлайн бесплатно, автор Е. Миркес
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

FunctionSigmoid(X Real): Real;

Begin

Sigmoid = X / (1 + Abs(X))

End;

PrepBinaryPrep1() {Предобработка бинарного признака}

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов";

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов";

RealUnknown Name"Значение сигнала, если значение входного признака не определено";

LogicType Name"Тип предобработки бинарного признака";

Begin

If TLong(Data[1]) = UnknownLong Then Signals[1] = Unknown

Else Begin

IfType Then Begin

If TLong(Data[1]) = 1 Then Signals[1] = 0 Else Begin

IfMaxSignals =0 Then Signals[1] = MinSignals

Else Signals[1] = MaxSignals

End

Else Begin

If TLong(Data[1]) = 1 Then Signals[1] = MinSignals

Else Signals[1] = MaxSignals

End

End

End

{Предобработка упорядоченного качественного признака}

PrepUnOrdered1(Num : Long)

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов";

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов";

RealUnknown Name"Значение сигнала, если значение входного признака не определено";

Var

IntegerI ;

Begin

If TLong(Data[1]) = UnknownLong Then Begin

ForI = 1 ToNum Do

Signals[I] = Unknown

End Else Begin

ForI = 1 ToNum Do

Signals[I] = MinSignals

Signals[ TLong(Data[1])] = MaxSignals

End

End

PrepOrdered1(Num : Long) {Предобработка упорядоченного качественного признака}

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов";

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов";

RealUnknown Name"Значение сигнала, если значение входного признака не определено";

Var

IntegerI ;

Begin

If TLong(Data[1]) = UnknownLong Then Begin

ForI = 1 ToNum Do

Signals[I] = Unknown

End Else Begin

ForI = 1 To TLong(Data[1]) Do

Signals[I] = MaxSignals

ForI = TLong(Data[1])+1 ToNum Do

Signals[I] = MinSignals

End

End

PrepEmptyPrep1() {Предобработчик, осуществляющий масштабирование и сдвиг сигнала}

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов";

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов";

RealUnknown Name"Значение сигнала, если значение входного признака не определено";

RealMinData Name"Значения нижней границы интервала изменения входных данных";

RealMaxData Name"Значения верхней границы интервала изменения входных данных";

Begin

If Data[1] = UnknownReal Then Signals[1] = Unknown

Else Signals[1] = ( Data[1] – MinData) * (MaxSignals – MinSignals) / (MaxData – MinData) + MinSignals

End

PrepModPrep1(Num : Long) {Модулярный предобработчик}

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов";

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов";

RealUnknown Name"Значение сигнала, если значение входного признака не определено";

RealArray[Num] Y Name"Массив величин, используемых для предобработки"

Var

IntegerI ;

Begin

If Data[1] = UnknownReal ThenBegin

ForI = 1 ToNum Do

Signals[I] = Unknown

End Else Begin

ForI = 1 ToNum Do

Signals[I] = ( Data[1] RModY[I] + Y[I]) * (MaxSignals – MinSignals) / (2 * Y[I]) + MinSignals

End

PrepFuncPrep1(Num : Long;F : FuncType) {Функциональный предобработчик}

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов";

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов";

RealUnknown Name"Значение сигнала, если значение входного " +

"признака не определено";

RealMinData Name"Значения нижней границы интервала изменения значений функции F ";

RealMaxData Name"Значения верхней границы интервала изменения значений функции F";

RealArray[Num] Y Name"Массив величин, используемых для предобработки"

Var

IntegerI ;

Begin

If Data[1] = UnknownReal ThenBegin

ForI = 1 ToNum Do

Signals[I] = Unknown

End Else Begin

ForI = 1 ToNum Do

Signals[1] = (F( Data[1] – Y[1] – MinData) * (MaxSignals – MinSignals) / (MaxData – MinData) + MinSignals

End

PrepPositPrep1(Num : Long) {Позиционный предобработчик}

Static

RealMinSignals Name"Нижняя граница интервала приемлемых сигналов"

RealMaxSignals Name"Верхняя граница интервала приемлемых сигналов"

RealUnknown Name"Значение сигнала, если значение входного признака не определено";

RealY Name"Основание системы счисления"

Var

IntegerI ;

RealW, Q ;

Begin

If Data[1] = UnknownReal ThenBegin

ForI = 1 ToNum Do

Signals[I] = Unknown

End Else Begin

W = Data[1];

ForI = 1 ToNum Do Begin

Q = W RModY;

Signals[I] = Q * (MaxSignals – MinSignals) / Y + MinSignals;

W = (W - Q) / Y

End;

End

ContentsTemp : EmptyPrep1, Cloud : BinaryPrep1, Wind : UnOrdered1(8), Rain : Ordered1(3);

{Для всех предобработчиков приемлемые значения входных сигналов лежат в интервале от -1 до 1. В случае неопределенного значения во входных данных все сигналы данного предобработчика полагаются равными нулю. Входные данные первого предобработчика меняются от 273 до 293}

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать


Е. Миркес читать все книги автора по порядку

Е. Миркес - все книги автора в одном месте читать по порядку полные версии на сайте онлайн библиотеки LibKing.




Учебное пособие по курсу «Нейроинформатика» отзывы


Отзывы читателей о книге Учебное пособие по курсу «Нейроинформатика», автор: Е. Миркес. Читайте комментарии и мнения людей о произведении.


Понравилась книга? Поделитесь впечатлениями - оставьте Ваш отзыв или расскажите друзьям

Напишите свой комментарий
x