Class Training

java.lang.Object
  |
  +--Training

public class Training
extends java.lang.Object

Alexander Luedeke. Neuropraktikum. 1999. Training.java - Trainiert ein LVQ-Netz.


Field Summary
 int cycles
          cycles/treesCount = Maximale Anzahl der Trainings-Laeufe, d.h. pro Trainings-Lauf wird das Netz auf allen Input-Vektoren genau einmal trainiert.
 java.lang.String distance
          Name der Distanz-Funktion
 double factor
          Faktor der Learning-Function
 java.lang.String learningFunc
          Name der Learning-Function
 double[][] viewValues
          zum Beobachten des Lernens
 
Constructor Summary
Training(int cycles, java.lang.String learingFunc, double factor, java.lang.String distance, double[][] viewValues)
           
 
Method Summary
(package private) static int getCycles(Training training)
          Liefert Anzahl der Trainings-Laeufe
(package private) static java.lang.String getDistance(Training training)
          Liefert Distanz-Funktion
(package private) static java.lang.String getTrainingFunc(Training training)
          Liefert Training-Funktion
(package private) static double getTrainingsFactor(Training training)
          Liefert Faktor der Learning Function
(package private) static java.lang.String infoTraining(Training training)
          Infos ueber das Training ausgeben
(package private) static Net learn(Net net, Trees trees, Training training, int jCode, int iInput, double factor, int step)
          Hier wird der j-te Codebook-Vektor trainiert anhand des i-ten Input-Vektors.
(package private) static Training setCycles(Training training, int cycles)
          Anzahl der Trainings-Laeufe setzen
(package private) static Training setDistance(Training training, java.lang.String distance)
          Distanz-Funktion setzen
(package private) static Training setTrainingFunc(Training training, java.lang.String learningFunc)
          Training-Funktion setzen
(package private) static Training setTrainingsFactor(Training training, double factor)
          Faktor der Learning Function setzen
(package private) static Net training(Net net, Trees trees, Training training)
          Nacheinander die Input-Vektoren durchlaufen, cyles oft.
 
Methods inherited from class java.lang.Object
, clone, equals, finalize, getClass, hashCode, notify, notifyAll, registerNatives, toString, wait, wait, wait
 

Field Detail

cycles

public int cycles
cycles/treesCount = Maximale Anzahl der Trainings-Laeufe, d.h. pro Trainings-Lauf wird das Netz auf allen Input-Vektoren genau einmal trainiert.

learningFunc

public java.lang.String learningFunc
Name der Learning-Function

factor

public double factor
Faktor der Learning-Function

distance

public java.lang.String distance
Name der Distanz-Funktion

viewValues

public double[][] viewValues
zum Beobachten des Lernens
Constructor Detail

Training

public Training(int cycles,
                java.lang.String learingFunc,
                double factor,
                java.lang.String distance,
                double[][] viewValues)
Method Detail

setCycles

static Training setCycles(Training training,
                          int cycles)
Anzahl der Trainings-Laeufe setzen

getCycles

static int getCycles(Training training)
Liefert Anzahl der Trainings-Laeufe

setTrainingsFactor

static Training setTrainingsFactor(Training training,
                                   double factor)
Faktor der Learning Function setzen

getTrainingsFactor

static double getTrainingsFactor(Training training)
Liefert Faktor der Learning Function

setTrainingFunc

static Training setTrainingFunc(Training training,
                                java.lang.String learningFunc)
Training-Funktion setzen

getTrainingFunc

static java.lang.String getTrainingFunc(Training training)
Liefert Training-Funktion

setDistance

static Training setDistance(Training training,
                            java.lang.String distance)
Distanz-Funktion setzen

getDistance

static java.lang.String getDistance(Training training)
Liefert Distanz-Funktion

infoTraining

static java.lang.String infoTraining(Training training)
Infos ueber das Training ausgeben

learn

static Net learn(Net net,
                 Trees trees,
                 Training training,
                 int jCode,
                 int iInput,
                 double factor,
                 int step)
Hier wird der j-te Codebook-Vektor trainiert anhand des i-ten Input-Vektors. Die Variable step ist fuer die Learning Function notwendig. distance gibt an, welche Distanz-Funktion verwendet werden soll.

training

static Net training(Net net,
                    Trees trees,
                    Training training)
Nacheinander die Input-Vektoren durchlaufen, cyles oft.