представлен, например, как экспоненциальный
$1_1=@1і+(1““31;)°з Ок с<1. 
Таким образом, стартовые оценки пороговых значени
ствующих прототипов становятся более жесткими (сис
казания») и появляется вероятность выпадения данны
пов из совокупности ранее отобранных.
В случае малого значения ошибки $ может быть 
рена и система «поощрения», когда соответствующий п
рог может быть понижен.
В результате численных экспериментов были выб
меры близости: евклидово / и хемингово Г, расстояни
Степень участия прототипов в распознавании и соот
в 
прогнозе 
определяется 
величинами 
весов 
@;, 
Вв
(в случае использования ;и Г») для т (т-—- число в
типов) прототипов, прошедших фильтрацию: 
‹„!)1 шЕ —!;Ъ-?—Ъ——
Оі
7=1
Ш2= т202
» @,
7==1
С 
. 
® та ."""'”‚“‚{;Щ› 
у=1
где
_ 
т 
‘
\
7 = 
1
6]. = / —°
Предсказание ветви спада осуществляется в резул
дующих операций. На основании полученных 
по 
(16
хранящихся в памяти перцептрона безразмерных кри