Решение задач кластеризации и аппроксимации в нейросетевом логическом базисе. Описание сети Кохонена (алгоритм работы), страница 4

Функция float Function_Activat(float y) представляет собой  сигмоидальную функцию активации, имеющую вид : , где а - некоторое заданное пороговое значение.

Функция void Exit_prog (void) - выход из программы.

2.5 Результаты решения задачи.

Здесь представлены результаты тестирования для обучающей последовательности, которая находится в файле trenir.dat и тестового примера, находящегося в файле test.dat. Результатом тестирования является номер нейрона победителя, т.е. нейрона с наибольшим откликом.

Обучающая последовательность                  Номер нейрона (класса)

00011100000000000000                                                             3

00000000000000011100                                                               9                    

00000011100000000000                                                               2

00000000000001110000                                                               7

00011100000000000000                                                               3

00000011111100000000                                                               4

00000000000011111000                                                               7

00000000011111000000                                                               6

00011111100000000000                                                               5

00000001111110000000                                                               4

00000000000000111111                                                               9

00000000111111100000                                                               6

11111100000000000000                                                               0

00001111111000000000                                                               5

00000000111111100000                                                               6

00001111111000000000                                                               5

00000000111111100000                                                               6

00111110000001111000                                                               0

11100000000000000000                                                               0

00000000000000001111                                                               9

Тестовая последовательность                     Номер нейрона (класса)

00000011100000111100                                                               2   

Последовательности, которым соответствуют одинаковые номера нейронов принадлежат к одному классу.

В результате обучения сети полученные синоптические веса  сохраняются в файле ves_net.dat.

Файл ves_net.dat имеет следующий вид:

0.6678970.6678971.0000000.6309960.6309960.6309960.3321030.0000000.0000000.0000000.0000000.0000000.0000000.3321030.3321030.3321030.3321030.0000000.0000000.0000000.2703490.2703490.4172680.5074440.7586770.7586770.5726260.4257060.4257060.2512330.2512330.0000000.0000000.1469200.1469200.1469200.1469200.0000000.0000000.0000000.0000000.0000000.0000000.0000150.0000490.0000491.0000001.0000001.0000000.0000340.0000340.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000001.0000001.0000001.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.4736841.0000001.0000001.0000001.0000001.0000000.5263160.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.2988931.0000001.0000001.0000001.0000001.0000000.7011070.7011070.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.7880201.0000001.0000001.0000001.0000001.0000000.7880200.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.5263161.0000001.0000001.0000000.5263160.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.4282460.4282460.4282460.4282460.5319250.6252370.7404370.3961720.4784420.3747630.2907820.2907820.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.3321030.6309961.0000001.0000000.7011070.701107