Hold on. net.trainParam.epochs = 2000;

plot(P(1,:),P(2,:),′*k′,′MarkerSize′,10)

net.trainParam.epochs = 2000;

net.trainParam.show = 100;

net = train(net,P);

plot(P(1,:),P(2,:),′*′,′MarkerSize′,10)

Hold on

plotsom(net.IW{1,1}, net.layers{1}.distances)

net.IW{1,1}

a = sim(net,[1.5;1] % – a = (3,1) 1.

Задание 13. Создать одномерную карту Кохонена из 10 нейронов, обучить её на последовательности из 100 двухэлементных векторов единичной длины, распределенных равномерно в пределах от 0
до 90º, построить график распределения векторов по кластерам и выполнить моделирование сети для одного вектора входа, выполнив следующие команды:

аngels=0: 0.5 +pi/99: 0.5*pi;

p=[sin(angels); cos(angels)];

plot(P(1, 1:10:end), P(2, 1:10:end), ′*8′)

Hold on

net=newsom([0 1;0 1], [10]);

net.trainparam.epochs=2000;

net.trainparam.show=100;

[net,tr]=train(net,P);

plotsom(net.iw{1,1}, net.layers{1}.distances)

Figure(2)

a=sim(net,P) % – моделирование на обучающем

% множестве и построение

% столбцовой диаграммы.

a=sim(net,[1;0]) % – отнесен к 10-му кластеру.

Задание 14. Создать двухмерную карту Кохонена размеров 5*6 с гексагональной топологией, обучить на последовательности из 1000 двухэлементных случайных векторов, элементы которых распределены по равномерному закону в интервале [-1; 1], и выполнить моделирование, используя команды:

P=rands(2,1000)

plot(P(1,:), P(2,:), ′+′)

net.trainparam.epochs=1000;

net.trainparam.show=100;

net=train(net,P);

plotsom(net, /w{1, 2}, net.layers{1}.distances)

a=sim(net, P); bar(sum(a′)) % – столбцы;

a=sim(net, [0.5; 0.3], holdon

plot(0.5, 0.3, ′*k′).