Искусственные нейронные сети. Сивохин А.В - 107 стр.

            Лабораторная работа № 12

   Исследование самоорганизующихся
            карт Кохонена
   Цель работы: изучение архитектуры самоорганизующихся ней-
ронных сетей в виде карт Кохонена и специальных функций для соз-
дания карты и её топологии, взвешивания, накопления, настройки
весов (размещение нейронов), адаптации и обучения; ознакомление с
демонстрационными примерами и их скриптами, а также приобрете-
ние навыков построения самоорганизующихся карт для решения за-
дач кластеризации входных векторов.

               Теоретические сведения
   Cамоорганизующаяся карта Кохонена – это однослойная нейрон-
ная сеть без смешения с конкурирующей функцией compet, имею-
щая определенную топологию размещения нейронов в N-мерном
пространстве. В отличие от слоя Кохонена карта Кохонена после
обучения поддерживает такое топологическое свойство, когда близ-
ким входным векторам соответствуют близко расположенные актив-
ные нейроны.
   Первоначальная топология размещения нейронов в карте Кохоне-
на формируется при создание карты с помощью функции newsom,
одним из параметров которого является имя топологической функ-
ции gridtop, nextop или randtop, что соответствует размещению
нейронов в узлах либо прямоугольной, либо гексагональной сетки,
либо в узлах сетки со случайной топологией.
   Расстояния между нейронами и векторами входов вычисляются с
помощью следующих функций:
   dist – евклидово расстояние d=sqrt((posi-pj).^2);
   boxdist – максимальное координатное смещение
d=max(abs(posi-pj));
   mandist – расстояние суммарного координатного смещения
d=sum(abs(posi-pj));



                              107