Нейронные сети и нейроконтроллеры. Бураков М.В. - 209 стр.

UptoLike

Составители:

Рубрика:

209

Еще одна функция позволяет узнать число входных векторов,

на которые реагирует каждый нейрон:

>> plotsomhits(net2,P);

Пример приведен на рис. 7.14.

Удобным инструментом визуализации данных является рас-

краска топографических карт аналогично тому, как это делают на

обычных географических картах. Каждый признак данных порож-

дает свою раскраску ячеек карты – по среднему значению этого

признака у данных, попавших в данную ячейку.

7.5. Нейронные сети классификации

Нейронные сети для классификации входных векторов, или

LVQ-сети (Learning Vector Quantization), выполняют и кластери-

зацию, и классификацию входных векторов. Это оказывается воз-

можным благодаря добавления к слою Кохонена еще одного слоя –

линейного (рис. 7.15).

Слой Кохонена (конкурирующий слой) способен поддерживать

до S

кластеров (т. е. один нейрон на один кластер).

Рис. 7.14. Визуализация числа векторов, ассоциированных

с нейронами двумерной SOM