Читайте также:
|
|
Сети Кохонена имеют 2 слоя:
1. Входной слой
2. Слой активный нейронов Кохонена
Слой Кохонена может быть линеен, плоским (в виде прямоугольника, ромба, или шестиугольника), двумерным или трехмерным.
Приведем структуру сети Кохонена с двумерным слоем Кохонена.
– входной вектор
Каждый нейрон Кохонена соединен со всеми входными нейронами.
– веса связей
Пусть на t шаге обучения сети в ней установлены весовые вектора:
Значения признаков при этом:
Примеры значений признаков:
В случае контроля знаний: – ответы на вопросы
В случае решения о выдаче или невыдаче кредита: – признаки: пол, возраст, …
Далее определяется Евклидово расстояние между входным вектором и каждым из весовых векторов . Нейрон Кохонена, для которого это Евклидово расстояния минимально является нейроном-победителем.
После этого вокруг нейрона-победителя формируется окрестность близости радиуса R. Далее производится модификация весовых векторов нейронов Кохонена, расположенных в окрестностях близости вокруг нейрона-победителя. Модификация осуществляется следующим образом:
– коэфф. Коррекции
– близость между весовыми векторами нейрона победителя с номером ‘c’ и j-того нейрона Кохонена. Понятия близости и расстояния обратны. В качестве меры близости часто используется следующая мера:
– квадрат евклидова расстояния между весовыми векторами нейрона-победителя с номером c и j-того нейрона.
Пример:
Сначала проводится нормализация значений
Определим близости между весовыми векторами нейронов победителей и весовыми векторами нейронов Кохонена.
В общем случае полученное новое значение не нормализовано.
Определим новое значение второго весового вектора
Дата добавления: 2015-11-30; просмотров: 42 | Нарушение авторских прав