Você está na página 1de 15

ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

LABORATORIO 1

SISTEMAS DE INTELIGENCIA Y
REDES NEURONALES

%------------------------------------
Función de activación Escalón.Hardlim
v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=hardlim(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=hardlim(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=hardlim(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

%-------------------------------------
Función de activación Escalón.Hardlims
v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=hardlims(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=hardlims(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=hardlims(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

%-------------------------------------
Función de activación Lineal. Purelin
v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=purelin(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=purelin(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=purelin(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

%---------------------------------------
Función de activación Gaussiana. =radbas
v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=radbas(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=radbas(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=radbas(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

%---------------------------------------
Función de activación no Lineal. =logsig
v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=logsig(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=logsig(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=logsig(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

%---------------------------------------
Función de activación no Lineal - tansig
v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=tansig(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=tansig(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=tansig(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)

%-------------------------
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

Función de activación Saturación.


v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=satlin(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=satlin(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=satlin(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)

%---------------------------
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

Función de activación Saturación.


v=-10:0.5:10;
subplot(121), plot(v);
subplot(122), stem(v);
O=satlins(v);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m=[-5:0.5:5;-4:0.5:6];
O=satlins(m);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
m2=[-5:0.5:5;-4:0.5:6 ;-3:0.5:7];
O=satlins(m2);
subplot(121), plot(v,O)
subplot(122), stem(v,O)
%-------------------------
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

CONCLUSIONES Y
OBSERVACIONES
En este laboratorio de trabajo que se ha realizado nos permite observar que las funciones dadas
en este caso ya sea de activación delimitan se van a delimitar con las señales procesadas conforme
observamos en el diagrama.

Con respecto a las redes neuronales nos permite modular las variantes de la funciones de
activación.

FUNCION DE ACTIVACION PARA IMÁGENES:

foto1 =imread ('robot_explorador.JPG');


ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

% Convertimos agrises

img5=rgb2gray(foto1)

% Redimensionamos la imagen

Redimension=imresize(img5,[200 200])

% Función de Activación

fa=hardlim(Redimension)

plot(Redimension,fa)
ALUMNO : VALDIVIESO BELLIDO, WILLSER ALEXANDER

B).-UNIDIMENSIONAL (VECTORES,VOZ)

Você também pode gostar