ГОСТ Р 52633.5—2011
Приложение А
(справочное)
Примеры статистик распределения входных и выходных данных нейрона
первого слоя на различных этапах обучения
Входные биометрические параметры v„ как правило, имеют распределение значений, близкое к нормально
му. Примеры распределения значений биометрических параметров v,, v2, v2.рукописного образа «Свой» и
распределение значений тех же биометрических параметров множества случайных образов «Все «Чужие» приве
дены на рисунке А.1.
Рисунок А.1 — Примеры распределения значений биометрических параметров v,. v2, vs, v4. vs
рукописного образа «Свой» и распределение значений тех же биометрических параметров
множества случайных образов «Все «Чужие»
Из примеров на рисунке А.1 видно, что биометрические образы «Свой» имеют примерно равное число био
метрических параметров с положительными и отрицательными значениями их математических ожиданий £(/■).
£<и2). £(*,). £(и,). £(ys).
Для того, чтобы обучаемый нейрон на примеры образа «Свой» с высокой вероятностью давал отклик «1» (в
соответствии с формулой (6)). задают знаки весовых коэффициентов обучаемого нейрона, это эквивалентно смене
знака всех отрицательных математических ожиданий входных биометрических данных. Распределение значений
биометрических параметров v\, v2. vs, v«.после смены знака весовых коэффициентов на фоне суммарного рас
пределения значений биометрических образов «Все «Чужие» приведено на рисунке А.2.
Рисунок А.2 — Распределения значений биометрических параметров у,. v2. vyvbпосле смены знака весовых
коэффициентов на фоне суммарного распределения значений биометрических образов «Все «Чужие»
13