class Neuron
{
vect
vect
vect
vect
vect
float alpha; // значение постоянной момента
float v; // значение индуцированного локального поля нейрона
float y; // значение выходного сигнала
float a; // значение коэффициента у сигмоидальной функции
public:
Neuron(vect
Neuron(vect
Neuron(float aeta,float aalpha,vect
Neuron(float aeta, float aalpha,float aa,int N); // конструктор с 4-мя входными параметрами (массив коэффициентов скорости обучения, значение постоянной момента, массив начальных значений весовых коэффициентов, значение коэффициента у сигмоидальной функции) // при начальном обучении для одинаковой скорости обучения и одинаковым заданным количеством коэффициентов в каждом нейроне
~Neuron() { if(w) delete w; if(z) delete z; if(eta) delete eta; if(x) delete x; if(e) delete e; } // деструктор для освобождения занятой нейроном памяти
int NumK() { return w->len(); }; // вернуть число коэффициентов в нейроне
float work(vect
void correct(float omega); // функция реализующая коррекцию весовых коэффициентов нейрона, входной параметр: сумма произведений локального градиента на весовые коэффициенты
void print(); // вывести содержимое нейрона в консольное устройство
void print(ofstream& out);
int eLen() { return e->len(); }
float operator[](int i) { return (*e)[ i ]; }
int save(ofstream& out);
int savetxt(ofstream& out);
int read(ifstream& in);
};