NKTZI_2010_rus_modul2
.pdf
83
% 4.6 – ( %5
)) % %5 ( . 4.7)
1 |
d |
, |
d <( ; |
|
|
( |
|
(4.10) |
|
fcone (d,( ) = |
|
|
|
|
0 |
|
|
|
d )( |
|
|
|
|
|
% 4.7 – ( %5
) 5$% %5 ( . 4.8)
1, |
>I |
d <( |
fcilinder (d,( ) = |
|
(4.11) |
0, |
>I |
d )( |
84
% 4.8 – {$% %5
4.2 , : !' . :, ' , ' )
N ) $ $& ), #
. & , % $ - H &, $ $& &$&
& . G & & $ -
$ , =% % % &$& , % ) H $ # $ ,
# & 5 & & %. F = & ) &, , ) & % & % &, % & % %. @ & # %# % & % &, % # )
", . 0' . ! " , ) (!' . ! " , ), ( ' ! : " !). <$ H & & # &
5 $ $% 5
( ) & 5,
= % & % #, $
. 3 , % ) % 5 ,
= % & % & , : !' . :, ' , ' ) (vector quantization), & & K.(.
4.2.1 !4: 4! " , : !' . :, ' , ' )
F , : !'%6 :, ' , ' 6 (D) 5
% ) % # A R % w # B R M , ) 3< . < ) , # %-
85
x1 %$ $ % 3, 3< , % # % & % ( $ - & ) wi(i=1,M). N # wi, %
# (56N6OPQ 57 RP) % %.
3 % % "# H )
", $ "# H" %, -
$& . G %$ % ) &-
%, ) % -
, . . , %5-
|
|
|
|
|
|
|
|
2 |
|
2 |
I (x, wi ) = |
|
|
|
x wj |
|
|
|
= (xi wij ) |
(4.12) |
|
|
|
|
|
% %, & & Voronoi- 5 T 5 (6I. F % % % 5, ) - # & % 7 % (3 = 7), . 4.9. D % % $& & % &, % #% - -
& wi(i = 1,7).
F > # ) ) -
, & wi ) %, % % xj. ; 5& # % & # &
.
W2 |
W3 |
|
W1 |
||
|
||
|
W5 |
|
W4 |
|
|
|
W6 |
|
|
W7 |
% 4.9 – # & % &
86
3 3( 5 ">6W N ( X >6 PY ( O " (winner takes all), % ) ) )
(%) & & ) . ,
% % ) wc % , -
.
( % & ( % % & -
& , % &, $ & #
) ) , & -
), ) .
( # & )
% ) % (VQ - ).
. . 4.10 wj=(w1j,w2j,…wNj)T - % -
j-) (.
j
W 1 j |
W Nj |
X1 X 2 
Xk 
XN
% 4.10 – % ) %
< % & 5 &
:
dy j |
= wij xi + vkj yk h( y j ), j = |
|
(4.13) |
||
1, M |
|||||
dt |
|||||
j |
K S |
|
|||
) i - & ) & (} = 1,N); wij - # i- j-
; vkj - # k- & ) j- -
) ; sj - # , & j- -
; h(yj) - & $ , $& = % & &
.
87
3 (4.13) & & % =- 5 & wij, # & vkj 5 &
.
4.2.2 : ' ! !4 6 /40 ' " D
% % % $ 3(. 3 -
, $ , $
% - -
dw ij |
|
' (xi w ij ), |
y j=1; |
|
|
|
|
|
= |
|
(4.14) |
dt |
|
||
0 |
|
||
|
$ |
||
u - % = 5 $ .
G % # ) $ -
|
|
|
|
w i |
|
|
|
2 & 1 , & % & & |
|
|
|
x |
|
|
|
2 & 1 , , |
|
|
|
|
|
|
|
|
% % % (, - # & %. F = - V
5 % &
|
x wc |
|
|
|
2 = min( |
|
x wj |
|
2 ) |
(4.15) |
|||
|
|
|
|
|
|
||||||||
|
|
|
|||||||||||
|
|
|
|
|
j |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|||
|
c = arg min( |
|
x wj |
|
2 ) |
(4.16) |
|||||||
|
|
|
|||||||||||
|
|
|
|
|
j |
|
|
|
|||||
F & % & &H
& & %
|
x wj |
|
|
|
2 = 2 xT wj |
(4.17) |
|
|
|
||||
= $ |
|
|
|
|||
|
|
|
|
|
|
|
|
y j = xt wj = xi wij |
(4.18) |
||||
i=t
# %$ % wj.
3 % $ > % # % $ -
) ) % %5 -
88
wc (k +1)= wc (k )+ '(x(k ) wc (k )), |
(4.19) |
|
wi (k +1)= wi (k )>I i c. |
||
|
( % (4.14), % = 5 $ u # & & -
& H 5 $ . ( %
(4.19), % - wc
% ) . F 5 % %5 = )
. 4.11.
x2w2
x k wk
wk
w k 1
x1w1
% 4.11 – ( %5 & % = 5
-
F u 1 % w(k) % % $ B(k)(x(k)-w(k))
# w(k+1). 3, $ $
) % % (k) -
) ) &.
F 5, & & # (4.15), (4.16) (4.19),
& % %5 % & % =- 5, % & % $ %$% -
& % &. @-
&, $
> ) % # H
%$ % 5 & -
&.
@ & % ) $ , $
$& % &
% &, # % 5, % ) % & % ) , . . %-
& . < %$ 5
89
) $ % & " ", % & H $ % % & - . 3 %$ -
% ) ) $ " " # & ,
, :
) |
|
wi (k +1)= wi (k )+ ' (x(k ) wi (k ))zi |
(4.20) |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1,% |
|
|
|
x w i |
|
|
|
2 Bi < |
|
|
|
x w j |
|
|
|
2 j i, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
||||||||||||||
zi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
$ ; |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
||
Bi |
= c |
|
pi |
% 5 H |
|
n |
|||||
|
|
|
|
||
pi - , % i- , -
pi (k +1)= pi (k )+ b(yi (k ) pi (k ));
b (0,1] – & ;
– & , $ H . < & ) $ = % &, $
(4.19). @ % H % $
) & % %5 , % & # %-
$ .
4.2.3 D ' ! !4 6 /40 ' " D
@ & $ : ' ! !4 6 . /40 ' ) 3(
(learning vector quantization, LVQ) ) &H
% # ) ) # ) -
) & ) ). < & $ -$& .
4.2.3.1 LVQ1
( % &H ,
, % % ) wc % -
, . . % %
90
c = arg min( x wj )
j
D$ wj, H % % %- 5, &$ LVQ1 $%. F = % %- 5
wc (k )+'(k )[x(k ) wc (k ) ] |
|
wc (k +1)= |
(4.21) |
wc (t ) '(k )[x(t) wc (k )] |
|
wc(k+1)=wj(k) j c,
) u(k) (0,1]. F u(k) # &
H.
K % , % - wc, % &
# ) # % > %, -
), % % -
%, ) $ . 3 -
& . ( % . 4.12. . 4.12 - ) $ , % ) % &(k) wc(k) % %, . 4.12 - ) - % &.
|
x(k+1) wc (k) |
c (k) |
wc(k+1) |
w |
|
x(k+1) |
|
x(k +1) |
c(k+1) |
|
w |
% 4.12 – (.
4.2.3.2 LVQ2.1
3LVQ2.1 % % 5 )$ LVQ1, . . -
5 & %. @$
% %5 .
91
3 LVQ2.1 % wi wj
% %5 ,
–% & wi wj % & %;
–% # %, % %
wi , % # wj;
–% % "%" - % # = %.
G $ % # % x wi % % di # wj - % % dj % "%" -
H & V,
|
|
d |
i |
|
d j |
|
|
||
|
|
min |
|
, |
|
|
|
> s, |
|
|
|
|
d |
|
|||||
|
|
d |
j |
|
i |
|
|
||
|
1 V |
|
|
|
|
|
|||
) s = |
. ( # & V = 0,2 ÷ 0,3. - |
||||||||
|
1 + V |
|
|
|
|
|
|
|
|
, $ = "%" – ). |
|||||||||
;$% 5 & LVQ2.1 % .4.13. |
|||||||||
|
|
|
|
|
|
|
|||
|
|
|
|
«%» |
|
|
|||
|
|
|
x |
|
|
|
|
) 5 |
|
|
|
|
|
|
|
|
|
|
# % |
|
|
wi(k +1) |
|
|
|
|
|
|
|
|
wi(k) |
|
|
|
|
|
wj (k) |
||
|
|
|
|
|
|
wj(k+1) |
|||
|
|
|
|
|
|
|
|
|
|
) 5 # %
% 4.13 – F 5 & LVQ2.1
I ) % %5 :
wi |
(k +1)= wi (k ) ' (k )[x(k ) wi (k )]; |
(4.22) |
|
wj (k +1)= wj (k ) ' (k )[x(k ) wj (k );] |
|||
|
|||
( % %, & ) (4.22) -
# ) 5& # %.
92
4.2.3.3 LVQ3
< & % 5 LVQ2.1,
% % wj wi ) 5 # %-, % # # %, $ .
G wj wi % & %, wi - % # %, $ , % %5 & % % % LVQ2.1, . .
(4.22).
G # wj wi % %, 5
)
wi (k +1) = wi (k )+ e' (k )[x(k ) wi (k )]; |
(4.23) |
|
wj (k +1)= wj (k )+ e' (k )[x(k ) wj (k )] |
||
|
) [0,1÷0,5] % & & (
$ H & "%" % ) "%" $H &-
).
E ) $&, $ LVQ2.1, % % %
& $ % $ . G LVQ1 LVQ3 # & % %
& , LVQ2.1 -
) % ) 5& # %. (-
% & ) $) $ -
$ LVQ2.1 H % = 5 - $ u & $ % $ .
4.2.3.4 OLVQ1
% LVQ1 - % ,
LVQ1, OLVQ1 (optimized learning vector quantizantion), % & 5 %
wc (k )+'c (k )[x(k ) wc (k )] |
|
wc (k +1)= |
(4.24) |
wc (k ) 'c (k )[x(k ) wc (k )] |
wj (k +1)= wj (k )