今天完成了普通自适应神经网络的设计与开发,设计类图如下:
自适应人工神经网络主要是用来处理聚类问题,即通过“胜者为王”的竞争机制把要分类样本的中心存储到竞争层神经元的网络权值之中。
演示程序:随机取两个区域的点的集合,我们把其分为两类,最后要得到的结果是经过网络学习,网络的权值存储了这两类样本的数据中心。
演示程序的界面如下:
随机在两个区域取的样本
随机样本显示在图形上
经过网络学习把聚类样本的中心显示在图形上(红色*表示)
呵呵,有一些成就感。我会坚持下去把人工神经网络的类库做完整。
今天完成了普通自适应神经网络的设计与开发,设计类图如下:
自适应人工神经网络主要是用来处理聚类问题,即通过“胜者为王”的竞争机制把要分类样本的中心存储到竞争层神经元的网络权值之中。
演示程序:随机取两个区域的点的集合,我们把其分为两类,最后要得到的结果是经过网络学习,网络的权值存储了这两类样本的数据中心。
演示程序的界面如下:
随机在两个区域取的样本
随机样本显示在图形上
经过网络学习把聚类样本的中心显示在图形上(红色*表示)
呵呵,有一些成就感。我会坚持下去把人工神经网络的类库做完整。