PNNニューラルネットワーククラス - MetaTrader 5のためのライブラリ

CNetPNNクラスは確率的ニューラルネットワーク（Probabilistic Neural Network - PNN）を実現します。

ネットワークの作成はクラスパラメトリックコンストラクタであると宣言されます。

CNetPNN *net=new CNetPNN(入力ベクトルサイズ, クラス番号 (分類対象));

クラス番号（分類対象）はゼロから始まり、連続していなければなりません。例えば3クラスが設定されている場合、クラスの数は0、1、2でなければなりません。

学習ネットワークは、Learnメソッド (学習パターンの数、入力データ配列、出力データ配列、学習サイクル数、最大学習誤差).を呼び出すことによって提供されます。

入力と出力の学習データは、ベクターによる1次元配列のベクター中に位置しています。すべての入力時に、学習ベクトルは入力データ内のクラス番号を定義する必要があります。学習のプロセスは、学習、または許容誤差のエポックのいずれかによって制限されています。

Learnメソッドは以下の値を返します。

•  0 - ネットワークの学習が完了し、学習結果がクラス変数を介して確認することができます: mse – 学習誤差 epoch – 熟達した学習サイクルの数
• -1 - 学習データ入力の存在しないクラス
• -4 - 不充分なメモリ 

ネットワークの応答を取得するには、Calculateメソッド（入力ベクトル配列）が提供されています。ネットワークが学習されていない場合、Calculateメソッドは、入力ベクトルに対応するクラス番号または-1を返します。

Save (FILE_WRITEとFILE_BINフラグで開いているファイルハンドル) と Load (FILE_READとFILE_BINフラグで開いているファイルハンドル) メソッドはそれぞれファイルへのネットワークの保存とファイルからのネットワークの読み込みのためのものです。ネットワークトポロジ、学習誤差、配列の重みはファイルに保存されます。読み込まれたネットワークトポロジのパラメータが確立されたネットワークトポロジのパラメータと異なる場合は、ネットワークがロードされず、Loadメソッドはfalseを返します。

クラスの使い方は添付された例「Test_PNN_XOR - 「XOR」ネットワーク機能の学習」に示されています。