В современных системах автоматизированного проектирования ши

K. 
Вектор соединяющих весов, обозначенный через 
V, 
состоит из весов 
v
11
, 
v
21
,…, 
v
np
. Тогда выход NET каждого нейрона Гросс-
берга есть 
NET
,
j
i
ij
i
k w


(3.29) 
где NET
j
– выход 
j
-ro нейрона Гроссберга, или в векторной форме 
Y
= 
V
K 
,
(3.30) 
где
Y 
– выходной вектор слоя Гроссберга;
K 
– выходной вектор слоя Кохонена;
V 
– матрица весов слоя Гроссберга. 
Если слой Кохонена функционирует таким образом, что лишь у од-
ного нейрона величина NET равна единице, а у остальных равна нулю, то 
лишь один элемент вектора 
K 
отличен от нуля, и вычисления очень про-
сты. Фактически каждый нейрон слоя Гроссберга лишь выдает величину 
веса, который связывает этот нейрон с единственным ненулевым нейроном 
Кохонена. 
Алгоритм обучения персептрона может быть реализован на цифро-
вом компьютере или другом электронном устройстве, и сеть становится, в 
определенном смысле, самоподстраивающейся. По этой причине процеду-
ру подстройки весов обычно называют «обучением» и говорят, что сеть 
«обучается». Доказательство Розенблатта стало основной вехой и дало 
мощный импульс исследованиям в этой области. Сегодня в той или иной 
форме элементы алгоритма обучения персептрона встречаются во многих 
сетевых парадигмах. 
Моделирование работы нейронной сети проводилось на алгоритме 
написанным с использованием Open Source библиотеки OpenCV 0.99 на 

---

101
языке С++. Смоделированная нейронная сеть работает в режиме ассоциа-
тивной памяти и распознавания образов графических изображений в ре-
альном времени, основанная на алгоритме распознавания Хаарта. 
Моделирование нейронной сети проводилось методом распознава-
ния графических изображений, а также в реальном времени при съёмке 
видеокамерой. 
В качестве внешних данных для нейронной сети служило изображе-
ние с видеокамеры, далее в качестве единичного входного сигнала на один 
вход бралась область изображения с 
x
точками. Нейронная сеть, обработав 
значения 
x
, распознавала взаимное расположение изображений объектов в 
пространстве и их движение. 
В качестве программной оболочки для визуализации расчётов ис-
пользовался интерфейс с использованием Open Source библиотеки OpenCV 
0.99 на языке С++ (рис. 3.12).
Параметр 
xsens