Нейронные сети и нейроконтроллеры. Бураков М.В. - 211 стр.

UptoLike

Составители:

Рубрика:

211

>> plot(P(1,I2),P(2,I2),'xb')

>> T = ind2vec(Tc); % разряженная целевая матрица;

>> T = full(T); % полная целевая матрица;

>> net = newlvq(minmax(P), 4, [0.6 0.4]);

>> net.trainParam.epochs = 200;

>> net.trainParam.lr = 0.05;

>> net.trainParam.goal = 1e–5;

>> net = train(net,P,T);

>> w = net.IW{1};

>> plot(w(:,1),w(:,2),'rp');

Результат обучения приведен на рис. 7.16, где звездочки соот-

ветствуют центрам кластеров. Проверить работу сети можно с по-

мощью команд

>> Y = sim(net,P);

>> Yc = vec2ind(Y)

Yc =

1 1 1 2 2 2 2 1 1 1

Пример 7.9. Пусть на плоскости задано несколько групп точек,

которые требуется разбить на два класса, обозначенных крестика-

ми и кружками (рис. 7.17):

>> A = [rand(1,20) + 0.2; rand(1,20) + 0.2];

>> B = [rand(1,20) + 1.2; rand(1,20) + 1.2];

>> C = [rand(1,20) + 2.2; rand(1,20) + 2.2];

Рис. 7.16. Результат обучения LVQ-сети

-4 -3 -2 -1 0 1 2 3 4

-3

-2

-1