文章 "自组织特征映射 (Kohonen 映射) - 再访主题"

新评论
 

新文章 自组织特征映射 (Kohonen 映射) - 再访主题已发布：

本文描述利用 Kohonen 映射进行操作的技术。本主题对那些在他们的项目中运用 Kohonen 映射进行市场研究时遇到困难的 MQL4/MQL5 初级程序员和经验丰富的程序员都有益处。

Kohonen 映射的原理

自组织特征映射 (SOM) 是单层i网络, 其每个神经元都与 n-维输入向量 (范形) 的所有组件连接。输入向量 (范形) — 是集簇接受对象之一的描述。

在自组织特征映射里执行训练无需主管。为了训练目的引入了竞争机制。当发送一个范形网络到输入, 与输入范形稍有不同的神经元载体获胜。以下比例适用于优胜者神经元:

公式 1

此处:

  • n — 神经元的数量,
  • j — 神经元胜者的数量,
  • d(x,w) — X 与 W 向量之间的距离。

最常用的距离是欧氏空间。

公式 2

接着是从示例 CSOM_Net_Train 类里调用训练函数 Train()。但是由于在函数实体里有操纵图表的代码 Render() 和 ShowBMP(bool back), 它将在每百次迭代时显示训练进程。当从 Train() 退出后, 调用这些函数来显示最后的变化。

完成训练


作者：Nikolay Demko

新评论