Производительность модифицированной системы

В модифицированной системе можно свободно работать с образцами гораздо большего размера, чем 64х64. Рассмотрим параметры сети для распознавания образцов 128х128.

Таблица 1.2. Объем памяти после модификации системы

Входной образ	128х128 px
Структура сети	4 S-слоя, 5 C-слоев
	UG(UC0)	US1	UC1	US2	UC2	US3	UC3	US4	UC4
Количество плоскостей (K)	2	12	12	10	10	10	10	4	4
Радиус окрестности	3	4	9	4	9	4	4	4	27
Фактические размеры плоскости слоя (px)	135 х 135	143 х 143	90 х 90	98 х 98	67 х 67	75 х 75	46 х 46	54 х 54	1 х 1
Общий объем сети	124 MB

Рис. 1.11. Диаграмма классов сети (версия 2)

Алгоритм Создание сети

• Параметр N сети задается пользователем, сеть имеет N слоев S-типа и N+1 слой C-типа, причем первый из них – C0, слой выделения контраста (U_G). Каждый слой имеет ссылки на соседние слои.

• Размер первого слоя равен wMax*hMax, так чтобы каждое обучающее изображение поместилось во входной слой. В дальнейшем при передаче изображения сети все лишние пикселы отбрасываются, а все недостающие считаются равными нулю. Слой входных нейронов хранится в виде массива нейронов Input, без оболочки нейронного слоя.

• Размер S-слоев равен K*(W+1)*(H+1), где W*H – размер предыдущего слоя, а K варьируется. Размер C-слоя равен K*(W/2+2r)*(H/2+2r), где K такое же, как на предшествующем слое. Для слоя C₀ K=2. Слой С_N имеет K плоскостей из 1 нейрона каждая, K – параметр, заданный извне (количество классов изображений).

• На следующем этапе генерируются и присваиваются нейронам связи. Массив связей хранится в слое и содержит ((2r+1)*th)² синапсов (th – коэффициент прореживания, по умолчанию равный 2) для C-слоя и K_l*K_l-1*(2r)² синапсов для S-слоя. Синапсам слоя C присваиваются постоянные веса, у S-слоя – случайные числа в заданном интервале. Каждый синапс привязан к относительному положению нейрона входа относительно выхода. Он характеризуется смещениями относительно центра окрестности, а также, для S-нейронов, номером плоскости k.

Для связи S-слоя с C-слоем сдвиги представляют собой числа от -r до r-1. Для C-слоя сдвиги учитывают прореживание нейронов, и элемент окрестности под номером shift_i будет иметь координату i1 = r1*th-shift_i, причем количество элементов в окрестности будет уже n=(2*r1+1)*th по каждому измерению.

Эта формула соответствует одному из методов прореживания. На схеме изображено распространение возбуждения при таком прореживании:

Рис. 1.12. Метод 1 прореживания

Существует второй способ, дающий несколько другую картину взаимного влияния нейронов:

Рис. 1.13. Метод 2 прореживания

• На слое S_N каждой плоскости присваивается метка класса (количество плоскостей равно количеству классов).