/// <summary>
/// Konstruktor für ein Kohonen-Neuron
/// </summary>
/// <param name="position">Position in der Kohonen-Map</param>
/// <param name="WeightVec">Gewichtsvektor, Abbildung von den Inputs auf das Neuron</param>
/// <param name="BmNeuron">Aktuelles Bestmatching Neuron, zur Distanzberechnung</param>
public Neuron(Vector position, Vector WeightVec, BmNeuron BmNeuron)
{
n_pos = position;
n_record = new SortedList <int, RecordSet>();
n_WeightVec = WeightVec;
n_BmNeuron = BmNeuron;
}
/// <summary>
/// Standard Konstruktor
/// </summary>
/// <param name="inputs">Anzahl der Eingabe Neuronen</param>
/// <param name="netArchitektur">Jedes Array Feld ist entspricht einer Dimension mit der Anzahl der Kohonen-Neuronen</param>
/// <param name="maxWeight">Maximales- Initialgewicht, 0..maxWeight</param>
public Network(int inputs, int[] netArchitektur, double maxWeight)
{
int numNeur = 1;
for (int i = 0; i < netArchitektur.Length; i++)
{
numNeur *= netArchitektur[i];
}
net_numOfInputs = inputs;
net_numOfNeurons = numNeur;
//Implemetiert wie im A. Zell, Hilfs-Matrix, damit Randomobjekt nur einmal implementiert werden muss
Matrix net_Weights = new Matrix(inputs, numNeur);
System.Random rnd = new System.Random();
//Symmetry Breaking
for (int i = 0; i < net_Weights.Rows; i++)
{
for (int j = 0; j < net_Weights.Cols; j++)
{
net_Weights[i, j] = rnd.NextDouble() * maxWeight;
}
}
net_BmNeuron = new BmNeuron(null);
net_Neurons = new List <Neuron>();
//Vektor mit anzahl der Dimensionen
net_centerPos = new Vector(netArchitektur.Length);
net_maxPos = new Vector(netArchitektur.Length);
//max/2 der jeweiligen Dimension
for (int i = 0; i < netArchitektur.Length; i++)
{
net_centerPos[i] = netArchitektur[i] / 2;
net_maxPos[i] = netArchitektur[i];
}
Vector myCoordVec = Vector.NullVector(netArchitektur.Length);
//Neuronen-Struktur Aufbauen
for (int i = 0; i < numNeur; i++)
{
net_Neurons.Add(new Neuron(myCoordVec.Duplicate(), net_Weights.ConvertColToVector(i), net_BmNeuron));
myCoordVec[0] += 1;
for (int j = 0; j < net_maxPos.Dimension; j++)
{
if (net_maxPos[j] - myCoordVec[j] == 0)
{
myCoordVec[j] = 0;
if (i != numNeur - 1)
{
myCoordVec[j + 1] += 1;
}
}
}
}
}
/// <summary>
/// Circle Konstruktor
/// </summary>
/// <param name="inputs"></param>
/// <param name="numNeur"></param>
/// <param name="maxWeight"></param>
public Network(int numNeur, double maxWeight_X, double maxWeight_Y)
{
net_numOfInputs = 2;
net_numOfNeurons = numNeur;
//Implemetiert wie im A. Zell, Hilfs-Matrix, damit Randomobjekt nur einmal implementiert werden muss
Matrix net_Weights = new Matrix(2, numNeur);
double rad = (2 * Math.PI) / numNeur;
//Symmetry Breaking
for (int j = 0; j < numNeur; j++)
{
net_Weights[0, j] = Math.Cos(rad * j) * maxWeight_X + maxWeight_X;
net_Weights[1, j] = Math.Sin(rad * j) * maxWeight_Y + maxWeight_Y;
}
net_BmNeuron = new BmNeuron(null);
net_Neurons = new List <Neuron>();
//Vektor mit anzahl der Dimensionen
net_centerPos = new Vector(new int[1] {
numNeur / 2
});
net_maxPos = new Vector(new int[1] {
numNeur
});
Vector myCoordVec = Vector.NullVector(1);
//Neuronen-Struktur Aufbauen
for (int i = 0; i < numNeur; i++)
{
net_Neurons.Add(new Neuron(myCoordVec.Duplicate(), net_Weights.ConvertColToVector(i), net_BmNeuron));
myCoordVec[0] += 1;
for (int j = 0; j < net_maxPos.Dimension; j++)
{
if (net_maxPos[j] - myCoordVec[j] == 0)
{
myCoordVec[j] = 0;
if (i != numNeur - 1)
{
myCoordVec[j + 1] += 1;
}
}
}
}
}
