www.gusucode.com > MATLAB+神经网络30个案例分析》程序和数据 > 源程序/案例22 LVQ神经网络的预测——人脸朝向识别/lvq2_train.m

    function [w1,w2]=lvq2_train(P,Tc,Num_Compet,lr,maxiter,w1,w2)
%% 迭代计算
n=size(P,2);
for k=1:maxiter
    for i=1:n
        % 计算各个竞争层神经元与当前输入向量的距离
        d=zeros(Num_Compet,1);
        for j=1:Num_Compet
            d(j)=sqrt(sse(w1(j,:)'-P(:,i)));
        end
        % 寻找与当前输入向量距离最小的竞争层神经元标号，记为index1
        [min_d1,index1]=min(d);
        % 计算与index1相连接的输出神经元对应的类别
        a1_1=compet(-1*d);
        n2_1=purelin(w2*a1_1);
        a2_1=vec2ind(n2_1);
        % 寻找与当前输入向量距离次小的竞争层神经元标号，记为index2
        d(index1)=inf;
        [min_d2,index2]=min(d);
        % 计算与index2相连接的输出神经元对应的类别
        a1_2=compet(-1*d);
        n2_2=purelin(w2*a1_2);
        a2_2=vec2ind(n2_2);
        % 判断两个竞争层神经元对应的类别是否相等
        flag1=isequal(a2_1,a2_2);
        flag2=min_d1/min_d2>0.6;
        if ~flag1 && flag2
            if isequal(Tc(i),a2_1)
                w1(index1,:)=w1(index1,:)+lr*(P(:,i)'-w1(index1,:));
                w1(index2,:)=w1(index2,:)-lr*(P(:,i)'-w1(index2,:));
            else
                w1(index1,:)=w1(index1,:)-lr*(P(:,i)'-w1(index1,:));
                w1(index2,:)=w1(index2,:)+lr*(P(:,i)'-w1(index2,:));
            end 
        else
            w1(index1,:)=w1(index1,:)+lr*(P(:,i)'-w1(index1,:));
        end
    end
end