Модель аналогової нейронної схеми ідентифікації найбільших сигналів

Abstract

Представлено модель аналогової нейронної схеми, призначеної для ідентифікації К найбільших серед N довільних скінченних невідомих вхідних дій, які можна розрізнити. Модель описується одним рівнянням стану зі змінною структурою правої частини, яка містить ступінчату функцію, і вихідним рівнянням. Проаналізовано і порівняно з іншими аналогами обчислювальну складність моделі. Модель має такі властивості, як висока точність і швидкодія, а також низька обчислювальна складність. Подаються результати комп’ютерного моделювання, які демонструють ефективність моделі і дозволяють порівняти її з іншими аналогами. A model of analogue neural circuit which is capable to identification the K largest from arbitrary finite value N unknown distinct inputs, where 1  K  N , is presented. The model is described by one state equation with variable structure right-hand side which contains a step function and by output equation. A computational complexity of the model is analyzed and compared with that of other analogs. The model possesses such properties as high accuracy and convergence speed, and low computational complexity. Computer simulation results demonstrating the model performance and comparing it with that of other comparable models are provided.