Нейронные сети Кохонена

Автор работы: Пользователь скрыл имя, 07 Ноября 2011 в 23:43, курсовая работа

Краткое описание

ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие процессоры обычно довольно просты, особенно в сравнении с процессорами, используемыми в персональных компьютерах. Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие локально простые процессоры вместе способны выполнять довольно сложные задачи.

Содержимое работы - 1 файл

ВВЕДЕНИЕ.docx

— 1.72 Мб (Скачать файл)
 

 

    Рис. 9.13. Топологические карты Кохонена для комплекса наблюдений, сделанных на р. Сок

    Представленные  на рис. 9.13 карты Кохонена могут быть интерпретированы следующим образом.

  1. Ближайшими соседями. Узлам, резко контрастирующим со своей окрестностью, соответствует черный цвет, а участкам, носящих характер "сглаженного плато", – белый. Группу ячеек, расстояние меКарта а) описывает унифицированную матрицу расстояний между каждым нейроном и его бжду которыми внутри этой группы меньше, чем расстояние до соседних групп, определим как кластер. В качестве примера используем разбиение топологической карты на 5 кластеров.
  2. С каждым произвольным измерением обучающей или контрольной выборок связывается "нейрон-победитель", т.е. нейрон выходного слоя, имеющий максимальную близость в смысле некоторой функции расстояния. На карте б) представлена матрица частот выигрышей, которая показывает, сколько раз каждый элемент выиграл (т.е. оказывался ближайшим к обрабатываемому наблюдению) после тестирования всех 88 примеров обучающей выборки. Если узел выигрывал два раза, то он окрашен в черный цвет. Ввиду того, что количество измерений меньше числа элементов решетки сети, то некоторые узлы оказались незадействованными и окрашены в белый цвет. Большие значения частот выигрышей традиционно указывают на центры кластеров топологической карты.
  3. Можно выбрать любую переменную исходной таблицы и отобразить ее в виде карты. Эти карты представляют собой проекции матрицы расстояний на соответствующую компоненту (признак в таблице X). На карте в) более темным цветом окрашены узлы, связанные с наблюдениями на станциях, расположенных ближе к устью. Можно отчетливо увидеть, что измерения, сделанные в верховьях, попали в кластеры 3 и 5, в то время, как станции, расположенные ниже по течению, сконцентрировались в кластерах 1 и 4.
  4. Темным цветом на карте г) представлены измерения с наибольшим значением индекса Вудивисса. Хотя распределение этого показателя существенно размыто, определенное его превышение можно усмотреть в кластерах 4 и 5.
  5. На картах д) и е) можно ясно оценить как изменяется видовой состав индикаторной части хирономидного комплекса: если в кластере 3, который мы связываем с верхним течением, сравнительно велико обилие реофильных представителей подсемей ства Prodiamesina, то для 4-го кластера, где больше устьевых измерений, отчетливо увеличивается удельный вес пелофильных видов подсемейства Tanypodinae.

Информация о работе Нейронные сети Кохонена