Нейронная сеть LVQ в Matlab

Архитектура сети

LVQ-сети.

Сети для классификации входных векторов, или LVQ (Learning Vector Quantization)-сети. Как правило, они выполняют и кластеризацию и классификацию векторов входа. Эти сети являются развитием самоорганизующихся сетей Кохонена.

LVQ-cеть имеет 2 слоя: конкурирующий и линейный. Конкурирующий слой выполняет кластеризацию векторов, а линейный слой соотносит кластеры с целевыми классами, заданными пользователем

По команде help lvq можно получить следующую информацию об М-функциях, входящих в состав ППП Neural Network Toolbox и относящихся к построению LVQ-сетей:

Learning Vector Quantization	Сети для классификации векторов
New networks	Формирование сети
newlvq	Создание сети для классификации входных векторов
Using networks	Работа с сетью
sim init adapt train	Моделирование Инициализация Адаптация Обучение
Weight functions	Операции с весовой функцией
negdist dotprod	Функция отрицательного расстояния Скалярное произведение
Net input functions	Операции над входами
netsum	Суммирование
Transfer functions	Функции активации
compet purelin	Конкурирующая Линейная
Performance functions	Функции погрешности обучения
mse	Среднеквадратичная ошибка обучения
Initialization functions	Функции инициализации сети
initlay initwb midpoint	Послойная инициализация Инициализация весов и смещений Инициализация весов по правилу средней точки
Learning functions	Функции настройки параметров
learnlv1 learnlv2	Функция настройки lv1 Функция настройки lv2
Adapt functions	Функции адаптации
adapt	Адаптация весов и смещений
Training functions	Функции обучения
trainr	Повекторное обучение весов и смещений
Demonstrations	Демонстрационные примеры
demolvq1	Пример классификации векторов

Дата добавления: 2015-06-04