Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
plot (w, ′or′)
P1= [0.2:0.1:0.7; 0.2:0.1:0.7];
y = sim(net,P1)
yc = vec2ind(Y)
Задание 2. Создать слой Кохонена, который для 48 случайных векторов формирует 8 кластеров, выполнив следующие команды:
c = 8; % – число кластеров;
n =6; % – число векторов в классе;
x = [-10 10; -5 5]; % – диапазон входов;
[r,q] = size(x); % – r число строк; q – число столбцов;
minU = min(x′)′ % – минимальные значения;
maxU = max(x′)′ % – максимальные значения;
v = rand(r,c)*((maxv - minU)*ones(1,c)+minU*ones(1,c));
t = c*n % – число точек;
v = [v v v v v v]; % – 48 двухэлементных векторов;
v =v+randn(r,t)*d; % – координаты точек;
P = v; % – векторы с отклонениями (нормальный закон);
plot (P(1,:),P(2,:), ′+k′)
title (‘Векторы входа’),xlabel(′P(1,:)′), ylabel(′P(2,:) ′)
net =newc([-2 12; -1 6],8 0.1);
wo = net.IW{1,1} % – веса после инициализации;
bo = net.b{1} % – смещения после инициализации;
co = exp(1)/60 % – начальная активность;
net.trainParam.epochs = 500; % – обучение;
net = train(net, P), a = sim(net, P), ac = vec2ind(a)
net.IW{1} % – веса после обучения;
bn = net.b{1} % – смещения после обучения;
cn = exp(1)/bn % – активность после обучения;
net = newc([-2 12; -1 6], 8 0.1);
co = exp(1). /net.b{1} % – начальная активность;
net.adaptParam.passes = 500;
[net, y,e] = adapt (net, mat2cell(p)) % – адаптация;
a = sim(net, P) % – моделирование после
ac = vec2ind(a) % адаптации.
Задание 3. Построить график приращений вектора смещений и проанализировать пример democ1.
Задание 4. С помощью слоя Кохонена произвести кластеризацию оценок абитуриентов.
Дата публикования: 2015-10-09; Прочитано: 239 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!