Нейронные сети и нейроконтроллеры. Бураков М.В. - 207 стр.

UptoLike

Составители:

Рубрика:

207

>> plotsom(net1.iw{1,1},net1.layers{1}.distances)

Результат обучения SOM приведен на рис. 7.11.

При подаче на вход сети конкретного вектора можно узнать но-

мер сработавшего нейрона:

>> a=sim(net,[–0.6;0.4])

a =

(8,1) 1

Пример 7.7. Кластеризация случайно заданного массива из 40

точек на плоскости:

>> P = [rand(1,40)*2; rand(1,40)];

>> net = newsom([0 2; 0 1],[3 5]);

>> net = train(net,P);

>> plot(P(1,:),P(2,:),'.g','markersize',20)

>> hold on

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

Результат кластеризации приведен на рис. 7.12.

В MatLab имеются дополнительные средства анализа SOM.

Функция

>> plotsompos(net,P);

Рис. 7.11. Использование одномерной SOM

-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8

-0.2

0.2

0.4

0.6

0.8

W(i,1)

W(i,2)

Weight Vectors