Задание для лабораторной работы
Задание 1. Выполнить действия над матрицами с использованием системы Scilab, для чего решить примеры 1-29.
Задание 2. Разработать нейронную сеть в ANN Scilab для сложения 2 чисел с использованием исходных данных и алгоритма примера 30.
Задание 3. Разработать нейронную сеть в ANN Scilab для умножения 2 чисел. Использовать в качестве чисел значения X1 и X2, приведенные в табл.1 примера 30, Y рассчитать с применением Microsoft Excel также использовать алгоритм примера 30.
Задание 4. С помощью ANN для Scilab создать искусственную нейронную сеть для классификации объектов с использованием исходных данных и алгоритма примера 31.
Задание 5. С помощью ANN для Scilab создать искусственную нейронную сеть для классификации объектов с использованием алгоритма примера 31. Исходные данные по вариантам приведены в табл. 2. Вариант указывает преподаватель.
Указание. Для работы необходимо открыть окно программы Scilab, используя соответствующий ярлык. При необходимости использовать help программы Scilab. Все результаты вычислений, программы и графики, полученные в Scilab включить в отчет, выполненный в Microsoft WORD. По всем заданиям провести анализ результатов и сделать выводы.
Структура отчета
По материалам работы каждым студентом составляется отчет по установленной форме с использованием Microsoft WORD. Расчеты, диаграммы, графики следует выполнять с использованием ПЭВМ. Особое внимание при оформлении отчета студенты должны обратить на составление выводов по выполненной работе. В выводах нужно сопоставить результаты проведенных исследований с известными из теоретического курса закономерностями и выяснить согласованность полученных результатов с теоретическими. Полностью оформленный исполнителем отчет представляется каждым студентом преподавателю на следующем занятии.
|
|
|
Отчет по лабораторной работе должен содержать:
1. Титульный лист, оформленный по образцу.
2. Цель лабораторной работы, исходные данные и краткое описание действий представить в Microsoft WORD.
3. Результаты исследований по заданиям представить в виде таблиц, рисунков, графиков в Microsoft WORD и Microsoft Excel.
4. Выводы по заданиям.
К отчету прилагаются программы в системе Scilab в электронном виде.
Представленные в отчете результаты, порядок их получения, расчетов, графиков и диаграмм студенты обязаны уметь четко пояснить. За проведенную работу и оформленный отчет преподаватель выставляет дифференцированную оценку.
Исходные данные
Исходные данные к заданию 5
Таблица 2
Входная обучающая матрица x
| Вариант 1 | Вариант 2 | Вариант 3 | Вариант 4 | ||||
| 0.8900 | 0.7916 | 0.8930 | 0.7979 | 0.9100 | 0.8316 | 0.9100 | 0.8316 |
| 0.8544 | 0.7470 | 0.8900 | 0.7916 | 0.8930 | 0.7979 | 0.8930 | 0.7979 |
| 0.8482 | 0.7297 | 0.8544 | 0.7470 | 0.8900 | 0.7916 | 0.8900 | 0.7916 |
| 0.8182 | 0.7087 | 0.8482 | 0.7297 | 0.8544 | 0.7470 | 1.0000 | 1.0000 |
| 1.0000 | 1.0000 | 0.8046 | 0.7107 | 0.8482 | 0.7297 | 0.0411 | 0.0746 |
| 0.0380 | 0.0240 | 1.0000 | 1.0000 | 0.8182 | 0.7087 | 0.0380 | 0.0240 |
| 0.0247 | 0.0190 | 0.0247 | 0.0190 | 1.0000 | 1.0000 | 0.0247 | 0.0190 |
| 0.0193 | 0.0102 | 0.0193 | 0.0102 | 0.0193 | 0.0102 | 0.0193 | 0.0102 |
| 0.0086 | 0.0053 | 0.0086 | 0.0053 | 0.0086 | 0.0053 | 0.0086 | 0.0053 |
| 0.0061 | 0.0026 | 0.0061 | 0.0026 | 0.0061 | 0.0026 | 0.0061 | 0.0026 |
| 0.0044 | 0.0009 | 0.0044 | 0.0009 | 0.0044 | 0.0009 | 0.0044 | 0.0009 |
| 0.0000 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
|
|
|
Литература
1. Алексеев Е.Р. Scilab. Решение инженерных и математических задач. - М.: ALT Linux; БИНОМ. Лаборатория знаний, 2008 - 260с.
2. Романов П. С., Романова И. П. Системы искусственного интеллекта: учебное пособие / П. С. Романов, И. П. Романова ; под общ. ред. П. С. Романова. – Коломна: ГСГУ ; КИ (ф) МПУ, 2017. – 244 с.
3. Романов П. С., Романова И. П. Системы искусственного интеллекта. Часть 1. Моделирование нечетких систем в системе MATLAB: учебное пособие (лабораторный практикум), 2-е изд. перераб. / П. С. Романов, И. П. Романова; под общ. ред. П. С. Романова. – Коломна: ГСГУ ; КИ (ф) МПУ, 2017. – 115 с.
|
|
|
4. Романов П. С., Романова И. П. Системы искусственного интеллекта. Часть 2. Моделирование персептрона и линейных нейронных сетей в системе MATLAB: учебное пособие (лабораторный практикум), 2-е изд. перераб. / П. С. Романов, И. П. Романова; под общ. ред. П. С. Романова. – Коломна: ГСГУ ; КИ (ф) МПУ, 2017. – 76 с.
5. Романов П. С., Романова И. П. Системы искусственного интеллекта. Часть 3. Моделирование нейронных сетей в системе MATLAB: учебное пособие (лабораторный практикум), 2-е изд. перераб. / П. С. Романов, И. П. Романова; под общ. ред. П. С. Романова. – Коломна: ГСГУ ; КИ (ф) МПУ, 2017. – 115 с.
6. ANN Toolbox for Scilab. Руководство пользователя. /электронный ресурс с сайта atoms.scilab.org.
Дата добавления: 2019-09-13; просмотров: 490; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!