R语言 RSNNS包 assoz()函数中文帮助文档(中英文对照)

loveR

assoz(RSNNS)
assoz()所属R语言包：RSNNS

                                        Create and train an (auto-)associative memory
                                         建立和培训（自动）联想记忆

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The autoassociative memory performs clustering by finding a prototype to the given input.
自联想存储器执行聚类通过寻找一个原型，以给定的输入。


用法----------Usage----------


## Default S3 method:[默认方法]
assoz(x, dimX, dimY, maxit=100, initFunc="RM_Random_Weights",
    initFuncParams=c(1, -1), learnFunc="RM_delta",
    learnFuncParams=c(0.01, 100, 0, 0, 0),
    updateFunc="Auto_Synchronous", updateFuncParams=c(50),
    shufflePatterns=TRUE, ...)



参数----------Arguments----------

参数：x
a matrix with training inputs for the network
矩阵的网络培训投入


参数：dimX
x dimension of inputs and outputs
x维度输入和输出


参数：dimY
y dimension of inputs and outputs
y维度输入和输出


参数：maxit
maximum of iterations to learn
最大的迭代学习


参数：initFunc
the initialization function to use
使用初始化函数


参数：initFuncParams
the parameters for the initialization function
初始化函数的参数


参数：learnFunc
the learning function to use
学习功能使用


参数：learnFuncParams
the parameters for the learning function
学习功能的参数


参数：updateFunc
the update function to use
使用更新功能


参数：updateFuncParams
the parameters for the update function
更新功能的参数


参数：shufflePatterns
should the patterns be shuffled?
应的模式被打乱？


参数：...
additional function parameters (currently not used)
附加功能参数（目前没有使用）


Details

详细信息----------Details----------

assoz: The default initialization and update functions are the only ones suitable for this kind of  network. The update function takes one parameter, which is the number of iterations that will  be performed. The default of 50 usually does not have to be modified. For learning, RM_delta  and Hebbian functions can be used, though the first one usually performs better.
assoz：默认的初始化和更新功能适合这种网络是唯一的。的更新功能需要一个参数，它是将要执行的迭代数目。通常不具有缺省值50进行修改。对于学习，RM_delta和Hebbian的功能可以使用，但第一个通常执行得更好。

A more detailed description of the theory and the parameters is available from  the SNNS documentation and the other referenced literature.
的理论和参数的更详细的描述可从SNNS文档和其它参考文献。


值----------Value----------

assoz.default: an rsnns object. The fitted.values member contains the  activation patterns for all inputs.
assoz.default：rsnns对象。 fitted.values成员包含的所有输入的激活模式。


参考文献----------References----------





参见----------See Also----------

art1, art2
art1，art2


实例----------Examples----------


## Not run: demo(assoz_lettersSnnsR)[＃不运行：演示（assoz_lettersSnnsR）]


data(snnsData)
patterns <- snnsData$art1_letters.pat

model <- assoz(patterns, dimX=7, dimY=5)

actMaps <- matrixToActMapList(model$fitted.values, nrow=7)

par(mfrow=c(3,3))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。