Main Content

mandist

Función de peso de distancia de Manhattan

Descripción

ejemplo

Z = mandist(W,P) toma una matriz de pesos de S por R (W) y una matriz de R por Q de Q vectores (columna) de entrada (P) y devuelve la matriz de distancias del vector de S por Q (Z).

mandist es la función de peso de distancia de Manhattan. Las funciones de peso aplican pesos a una entrada para obtener entradas ponderadas.

mandist es también una función de distancia de capa que se puede usar para determinar las distancias entre las neuronas de una capa.

ejemplo

D = mandist(pos) toma la matriz de posiciones de neurona de N por S (pos) y devuelve la matriz de distancias de S por S (D).

Ejemplos

contraer todo

En este ejemplo se muestra cómo calcular la matriz de entrada ponderada.

Defina una matriz ponderada aleatoria W y un vector de entrada P y calcule la entrada ponderada correspondiente Z.

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

En este ejemplo se muestra cómo calcular las distancias de 10 neuronas dispuestas en un espacio tridimensional.

Defina una matriz de posiciones aleatoria para 10 neuronas dispuestas en un espacio tridimensional y determine sus distancias.

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

Argumentos de entrada

contraer todo

Matriz de pesos, especificada como una matriz de S por R.

Matriz de entrada, especificada como una matriz de R por Q de Q vectores (columna) de entrada.

Matriz de posiciones de neurona, especificada como una matriz de N por S.

Argumentos de salida

contraer todo

Matriz de distancias del vector, devuelta como una matriz de S por Q.

Matriz de distancias, devuelta como una matriz de S por S.

Más acerca de

contraer todo

Uso de la red

Para modificar una red de forma que un peso de entrada use mandist, establezca net.inputWeights{i,j}.weightFcn en 'mandist'. Para los pesos de capa, establezca net.layerWeights{i,j}.weightFcn en 'mandist'.

Para modificar una red de forma que una topología de capa use mandist, establezca net.layers{i}.distanceFcn en 'mandist'.

Llame a sim en todos los casos para simular la red con dist. Consulte newpnn o newgrnn para ver ejemplos de simulaciones.

Algoritmos

La distancia de Manhattan D entre dos vectores X e Y es

D = sum(abs(x-y))

Historial de versiones

Introducido antes de R2006a

Consulte también

| |