public ConclusionNeuralLayer(List <Neuron> neurons)
: base(neurons, new NeuralLayerOptions {
IsFixed = false
})
{
_params = new Dictionary <Neuron, ConclusionDegreeParam>();
foreach (var neuron in Neurons)
{
_params.Add(neuron, new ConclusionDegreeParam
{
p = RandUtil.RandDoubleRange(1, 2),
q = RandUtil.RandDoubleRange(1, 2),
r = RandUtil.RandDoubleRange(1, 2),
s = RandUtil.RandDoubleRange(1, 2),
});
}
}
public RuleNeuralLayer(List <KeyValuePair <FuzzyRule, Neuron> > domainNeurons)
: base(domainNeurons.Select(p => p.Value).ToList(), new NeuralLayerOptions {
IsFixed = false
})
{
_params = new Dictionary <Neuron, InputDegreeParam>();
_domainNeurons = new Dictionary <FuzzyRule, Neuron>();
foreach (var domainNeuron in domainNeurons)
{
var neuron = domainNeuron.Value;
_domainNeurons[domainNeuron.Key] = neuron;
_params[neuron] = new InputDegreeParam
{
a = RandUtil.RandDoubleRange(1, 2),
b = RandUtil.RandDoubleRange(1, 2),
c = RandUtil.RandDoubleRange(1, 2)
};
}
}
/// <summary>
/// Алгоритм нечёткой кластеризации
/// </summary>
/// <param name="clusterCount">Число кластеров</param>
/// <param name="values">Значения кластеров</param>
/// <param name="m">Чёткость алгоритма</param>
/// <param name="eps">Точность алгоритма</param>
/// <param name="randSeed">Случайное исходное значение</param>
public static IEnumerable <FuzzyValue> CMeans(int clusterCount, List <double> values, double m = 2,
double eps = 0.00001, int randSeed = 0)
{
if (randSeed != 0)
{
RandUtil.SetSeed(randSeed);
}
if (values.Count == 0)
{
return(new List <FuzzyValue>());
}
// Создаём матрицу принадлежности
var u = Enumerable.Range(0, values.Count).Select(x =>
{
var c = new double[clusterCount];
for (var i = 0; i < c.Length; i++)
{
c[i] = RandUtil.RandDoubleRange(0, 1 - c.Sum());
if (i == c.Length - 1)
{
c[i] = 1 - c.Sum();
}
}
return(c);
}).ToArray();
double _j = -1; // Текущее значение целевой функции
List <double> centers; // Список центров кластеров
while (true)
{
// Генерация новых центров кластеров
centers = GetCenters(clusterCount, values, m, u);
// Получение значения целевой функции
var newJ = ObjectiveFunc(values, m, u, centers);
if (_j != -1 && Math.Abs(newJ - _j) < eps)
{
break;
}
_j = newJ;
// Обновление матрицы принадлежности
for (var i = 0; i < u.Length; i++)
{
for (var j = 0; j < u[i].Length; j++)
{
var denominator = Enumerable.Range(0, clusterCount).Select(x =>
Math.Pow(
Math.Sqrt(Dist(values[i], centers[j])) / Math.Sqrt(Dist(values[i], centers[x])),
2 / (m - 1)
)
).Sum();
u[i][j] = 1 / denominator;
if (double.IsNaN(u[i][j]))
{
u[i][j] = 1;
}
}
}
}
var fuzzyValues = new List <FuzzyValue>();
for (var j = 0; j < values.Count; j++)
{
var clusterDegree = new Dictionary <int, double>();
for (var k = 0; k < u[j].Count(); k++)
{
clusterDegree.Add(k, u[j][k]);
}
fuzzyValues.Add(new FuzzyValue(values[j], clusterDegree));
}
return(fuzzyValues);
}
