// виклик діалогу для збереження мережі LVQ у файл
private void saveFileDialog2_FileOk(object sender, CancelEventArgs e)
{
string filepath = saveFileDialog2.FileName;
if (filepath == null || lvq == null)
{
return;
}
lvq.Save(filepath);
MessageBox.Show("LVQ has been saved");
}
static void Main(string[] args)
{
DataSet ds = new DataSet();
DataSet ds2 = new DataSet();
DataTable dt = new DataTable();
DataTable dt2 = new DataTable();
Stopwatch sWatch = new Stopwatch();
TimeSpan tSpan;
try
{
// під'єднання до бд
string connstring = "Server=127.0.0.1;Port=5432;User Id=postgres;Password=1postgres;Database=Labs;";
NpgsqlConnection conn = new NpgsqlConnection(connstring);
conn.Open();
string sql = "SELECT * FROM train ORDER BY id";
string sql1 = "SELECT DISTINCT Type FROM train ORDER BY Type";
NpgsqlDataAdapter da = new NpgsqlDataAdapter(sql, conn);
ds.Reset();
da.Fill(ds);
dt = ds.Tables[0];
da = new NpgsqlDataAdapter(sql1, conn);
da.Fill(ds2);
dt2 = ds2.Tables[0];
conn.Close();
}
catch (Exception msg)
{
Console.WriteLine(msg.ToString());
throw;
}
foreach (DataColumn dt3 in dt.Columns)
{
Console.WriteLine(dt3.ColumnName);
}
int TRAINING_PATTERNS = dt.Rows.Count;
int PARAMETERS = dt.Columns.Count - 2;
int NUM_OF_CLUSTERS = dt2.Rows.Count;
Console.WriteLine("Number of clusters = {0}", NUM_OF_CLUSTERS);
double MIN_ERROR = 0.001;
int TestAmount = 6;
// Параметри для BackPropagation мережі
int[] layerSizes = new int[3] {
5, 10, 1
}; // кількість шарів та нейронів у шарах
// активаційні функції для кожного шару
TransferFunction[] TFuncs = new TransferFunction[3] {
TransferFunction.None,
TransferFunction.BipolarSigmoid,
TransferFunction.BipolarSigmoid
};
double LEARNING_RATE1 = 0.15; // швидкість навчання
double MOMENTUM = 0.1; // крефіцієнт для навчання
// Параметри для LVQ мережі
double LEARNING_RATE2 = 1.0; // швидкість навчання
double DECAY_RATE = 0.7; // швидкість зміни швидкості нвчання
double[][] inputs = new double[TRAINING_PATTERNS][];
double[][] answers = new double[TRAINING_PATTERNS][];
for (int i = 0; i < TRAINING_PATTERNS; i++)
{
inputs[i] = new double[PARAMETERS];
answers[i] = new double[1];
}
// зчитування параметрів
for (int i = 0; i < TRAINING_PATTERNS; i++)
{
for (int k = 1; k < dt.Columns.Count - 1; k++)
{
inputs[i][k - 1] = Convert.ToDouble(dt.Rows[i][k]);
}
answers[i][0] = Convert.ToDouble(dt.Rows[i][dt.Columns.Count - 1]);
}
Normalize.NormalizeParameters(inputs);
BoltzmanMachine bpn = new BoltzmanMachine(layerSizes, TFuncs);
double[] output = new double[1];
sWatch.Start();
bpn.TrainNetwork(inputs, Normalize.FormAnswersBackPropagation(answers), MIN_ERROR, LEARNING_RATE1, MOMENTUM);
sWatch.Stop();
tSpan = sWatch.Elapsed;
Console.WriteLine("Time for BackPropagation " + tSpan.ToString()); // Виведення часу навчання
sWatch.Reset(); // обнуляємо час
bpn.Save(@"d:\Навчання\test_network.xml");
BoltzmanMachine bpn2 = new BoltzmanMachine(@"d:\Навчання\test_network.xml");
for (int k = 0; k < TRAINING_PATTERNS; k++)
{
Console.WriteLine("cluster {0:0.000}", bpn2.getCluster(inputs[k], output));
}
double[][] testArray = GenerateTest.GenerateOutputICG(PARAMETERS, TestAmount);
Normalize.NormalizeTest(testArray);
for (int k = 0; k < TestAmount; k++)
{
Console.WriteLine("---- cluster {0:}", bpn2.getCluster(testArray[k], output));
}
sWatch.Start();
LVQ lvq = new LVQ(inputs, Normalize.FormAnswersLVQ(answers), MIN_ERROR, LEARNING_RATE2, DECAY_RATE, NUM_OF_CLUSTERS);
sWatch.Stop();
tSpan = sWatch.Elapsed;
Console.WriteLine("Time for LVQ " + tSpan.ToString());
for (int i = 0; i < TRAINING_PATTERNS; i++)
{
Console.WriteLine("The result for vector {0} : Cluster {1}", i, lvq.getCluster(inputs[i]));
}
for (int i = 0; i < TestAmount; i++)
{
Console.WriteLine("---- The result for vector2 {0} : Cluster {1}", i, lvq.getCluster(testArray[i]));
}
lvq.Save(@"d:\Навчання\test_network2.xml");
LVQ lvq2 = new LVQ(@"d:\Навчання\test_network2.xml");
for (int i = 0; i < TestAmount; i++)
{
Console.WriteLine("---- The result for vector2 {0} : Cluster {1}", i, lvq2.getCluster(testArray[i]));
}
Console.ReadKey();
}