Main Content

La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

dist

Funzione ponderale della distanza euclidea

comprimi tutto nella pagina

Sintassi

Z = dist(W,P)
dim = dist('size',S,R,FP)
dw = dist('dw',W,P,Z,FP)
D = dist(pos)
info = dist(code)

Descrizione

esempio

Z = dist(W,P) considera una matrice ponderale S per R, W e una matrice R per Q di vettori (colonna) di input Q, P e restituisce la matrice delle distanze dei vettori S per Q, Z.

Le funzioni ponderali applicano i pesi a un input per ottenere input ponderati.

dim = dist('size',S,R,FP) considera la dimensione del livello S, la dimensione di input R e i parametri della funzione FP e restituisce la dimensione ponderale [S per R].

dw = dist('dw',W,P,Z,FP) restituisce la derivata di Z rispetto a W.

dist è inoltre una funzione di distanza dei livelli che può essere utilizzata per trovare le distanze tra i neuroni in un livello.

D = dist(pos) considera la matrice N per S delle posizioni dei neuroni pos e restituisce la matrice S per S delle distanze D.

info = dist(code) restituisce le informazioni su questa funzione. Per ulteriori informazioni, vedere la descrizione dell'argomento code.

Esempi

comprimi tutto

Questo esempio mostra come calcolare l’input ponderato corrispondente Z, data una matrice ponderale W e un vettore di input P.

W = rand(4,3);
P = rand(3,1);
Z = dist(W,P)

Qui si definisce una matrice casuale di posizioni per 10 neuroni disposti nello spazio tridimensionale e si trovano le loro distanze.

pos = rand(3,10);
D = dist(pos)

Argomenti di input

comprimi tutto

Matrice ponderale, specificata come una matrice S per R.

Matrice di input, specificata come una matrice R per Q di vettori (colonna) di input Q.

Dimensione del livello, specificata come scalare.

Dimensione di input, specificata come scalare.

Matrice delle posizioni dei neuroni, specificata come una matrice N per S.

Informazione che si desidera ottenere dalla funzione, specificata come una delle seguenti:

  • 'name' restituisce il nome di questa funzione.

  • 'deriv' restituisce il nome della funzione derivata

  • 'fullderiv' restituisce 1 per la derivata completa e 0 per la derivata lineare.

  • 'pfullderiv' restituisce 2 per la derivata ridotta, 1 per la derivata completa e 0 per la derivata lineare.

  • 'fpnames' restituisce i nomi dei parametri della funzione.

  • 'fpdefaults' restituisce i parametri predefiniti della funzione.

Argomenti di output

comprimi tutto

Distanze tra i vettori, restituita come una matrice S per Q.

Dimensione ponderale, restituita come un vettore di riga.

Derivata di Z rispetto a W, restituita come un array di celle.

Distanze, restituite come una matrice S per S.

Ulteriori informazioni

comprimi tutto

Utilizzo della rete

È possibile creare una rete standard che utilizza dist chiamando newpnn o newgrnn.

Per modificare una rete in modo che un peso di input utilizzi dist, impostare net.inputWeights{i,j}.weightFcn su 'dist'. Per un livello ponderale, impostare net.layerWeights{i,j}.weightFcn su 'dist'.

Per modificare una rete in modo che la topologia di un livello utilizzi dist, impostare net.layers{i}.distanceFcn su 'dist'.

In entrambi i casi, chiamare sim per simulare la rete con dist.

Vedere newpnn o newgrnn per degli esempi di simulazione.

Algoritmi

La distanza euclidea d tra due vettori X e Y è

d = sum((x-y).^2).^0.5

Cronologia versioni

Introduzione prima di R2006a

Vedi anche

| | | | |