private double CalculeDistInterClasse(Classe c1, Classe c2)
{
double bestdist = 1000;
foreach (Neurone n1 in c1.GetNeurones())
{
foreach (Neurone n2 in c2.GetNeurones())
{
double dist = n1.DistInterNeurone(n2);
if (dist < bestdist)
{
bestdist = dist;
}
}
}
return(bestdist);
}
public void regroupement(List <Observation> lobs, int nbclasses)
{
// Recherche des neurones qui ne gagnent jamais ou presque jamais
int[,] comptage = new int[nblignes, nbcol];
for (int i = 0; i < nblignes; i++)
{
for (int j = 0; j < nbcol; j++)
{
comptage[i, j] = 0;
}
}
foreach (Observation obs in lobs)
{
double minerreur = 100000;
int besti = 0; int bestj = 0;
for (int i = 0; i < nblignes; i++)
{
for (int j = 0; j < nbcol; j++)
{
double erreur = tab[i, j].CalculeErreur(obs);
if (erreur < minerreur)
{
besti = i; bestj = j;
minerreur = erreur;
}
}
}
comptage[besti, bestj]++;
}
// Initialisation des classes
for (int i = 0; i < nblignes; i++)
{
for (int j = 0; j < nbcol; j++)
{
if (comptage[i, j] > 5)
{
Form1.listclasses.Add(new Classe(tab[i, j]));
}
}
}
// Fusion des classes; critère le plus simple : distance interclasse
do
{
Classe bestc1 = Form1.listclasses[0];
Classe bestc2 = Form1.listclasses[1];
double distmin = 1000000;
foreach (Classe c1 in Form1.listclasses)
{
foreach (Classe c2 in Form1.listclasses)
{
if (c1 != c2)
{
double dist = CalculeDistInterClasse(c1, c2);
if (dist < distmin)
{
distmin = dist;
bestc1 = c1;
bestc2 = c2;
}
}
}
}
// Fusion des 2 classes les plus proches
bestc1.FusionAvec(bestc2);
Form1.listclasses.Remove(bestc2);
}while (Form1.listclasses.Count > nbclasses);
}
