语法

描述

LVQ(学习矢量量化)神经网络由两层组成。第一层将输入向量映射到网络在训练过程中发现的集群中。第二层将第一层集群的组合并到目标数据定义的类中。

第一层簇的总数由隐藏神经元的数量决定。隐藏层越大，第一层可以学习的簇就越多，输入到目标类的映射也就越复杂。根据网络初始化时目标类的分布确定分配给每个目标类的第一层簇的相对数量。当网络第一次自动配置时，就会发生这种情况火车调用该函数，还是手动配置该函数配置，或者用函数手动初始化初始化被称为。

lvqnet (hiddenSize lvqLR lvqLF)考虑到这些论点，

并返回一个LVQ神经网络。

另一个选项是lvq学习函数为learnlv2．

例子

训练一个学习矢量量化网络

本文利用LVQ网络对虹膜花进行分类。

[x,t] = iris_dataset;Net = lvqnet(10);net. trainparam .epoch = 50;Net = train(Net,x,t);View (net) y = net(x);Perf = perform(net,y,t) classes = vec2ind(y);

Perf = 0.0489

另请参阅

competlayer|patternnet|selforgmap