|
?ffentliche Datenelemente |
| SON () |
| Erzeugt ein neues neuronales Netz.
|
void | init (ParameterSet params, Logger logger) |
| Initialisiert den Task.
|
void | buildClusterer (Instances set) throws TaskException |
void | saveModel (String filename) throws TaskException |
Gesch?tzte Datenelemente |
double | dist_euklidian (int x1, int y1, int x2, int y2) |
| Distanz auf einem Gitter mit rechteckiger Topologie.
|
double | dist_hexa (int x1, int y1, int x2, int y2) |
| Distanz auf einem Gitter mit hexagonaler Topologie.
|
double | neigh_gaussian () |
| Nachbarschaftsfunktion f?r SOM.
|
double | neigh_wtan () |
| Nachbarschaftsfunktion f?r WTAN.
|
double | neigh_kohonen () |
| Nachbarschaftsfunktion f?r QSOM.
|
int | train (MLVector input) |
| Trainiert das Netz mit einer einzelnen Trainingsinstanz.
|
int | classify (MLVector input) |
| Klassifiziert einen Eingabevektor anhand der aktuellen Gewichtsvektoren.
|
void | update () |
| Aktualisiert alle Lernparameter.
|
Gesch?tzte Attribute |
int | cycles |
| Anzahl der Zyklen.
|
double | radius |
| Radius um die Trainingsinstanzen f?r zuf?llige Initialisierung der Karte.
|
String | preset |
| Preset: SOM_SQUARE, SOM_HEXA, QSOM_SQUARE, QSOM_HEXA oder WTAN.
|
int | method |
int | neigh |
int | topo |
int | adpt |
int | width |
int | height |
double | adpt_height |
double | adpt_radius |
double | mult_height |
double | mult_radius |
double | dist_winner |
int | micro_step |
int | step |
int | nr_examples |
double | b |
int | dim |
List | centroids |
List | freq_table |
Map | freq_htable |
long | time_total |
Statische gesch?tzte Attribute |
final int | METHOD_KOHONEN = 0 |
final int | METHOD_WTAN = 1 |
final int | NEIGH_GAUSSIAN = 0 |
final int | NEIGH_WTAN = 1 |
final int | NEIGH_KOHONEN = 2 |
final int | TOPO_SQUARE = 0 |
final int | TOPO_HEXA = 1 |
final int | ADPT_STEP = 0 |
final int | ADPT_CONT = 1 |
final int | ADPT_SNNS = 2 |
final int | ADPT_PICANA = 3 |