Апроксимація функцій за допомогою узагальнено-регресійної нейронної мережі

Міністерство освіти і науки України

Національний авіаційний університет

Навчально-науковий інститут аеронавігації

Кафедра електроніки

Лабораторна робота №1

по темі «Апроксимація функцій за допомогою узагальнено-регресійної нейронної мережі»

                                                        Виконав: Піджарено Артур., МН504

                                                                  Перевірив: Вишнівський О.В.

Київ 2018

GRNN Function Approximation[pic 1]

X = [1 2 3 4 5 6 7 8];

T = [0 1 2 3 2 1 2 1];

plot(X,T,'.','markersize',30)

axis([0 9 -1 4])

title('Function to approximate.')

xlabel('X')

ylabel('T')

[pic 2]

Рисунок 1. Дана функція

Ми використовуємо NEWGRNN для створення узагальненої регресійної мережі.

spread = 0.7;

net = newgrnn(X,T,spread);

A = net(X);

hold on

outputline = plot(X,A,'.','markersize',30,'color',[1 0 0]);

title('Create and test y network.')

xlabel('X')

ylabel('T and A')

[pic 3]

Рисунок 2. Дана функція та апроксимована функція

Тепер ми можемо використати цю функцію для апроксимації нових значень.

x = 3.5;

y = net(x);

plot(x,y,'.','markersize',30,'color',[1 0 0]);

title('New input value.')

xlabel('X and x')

ylabel('T and y')

[pic 4]

Рисунок 2. Новій значення функції

Тут реакція мережі імітується для багатьох значень, що дозволяє побачити функцію, яку вона представляє.

X2 = 0:.1:9;

Y2 = net(X2);

plot(X2,Y2,'linewidth',4,'color',[1 0 0])

title('Function to approximate.')

xlabel('X and X2')

ylabel('T and Y2')

[pic 5]

Висновок

В цій лабораторній роботі я досліджував роботу узагальнено-регресійної нейронної мережі.