PNN 神经网络类 - MetaTrader 5程序库

该 CNetPNN 类实现了概率神经网络 (概率神经网络 - PNN)。

网络创建被声明为类参数的构造函数。

CNetPNN *net=new CNetPNN(input vector size, the number of classes (classification targets));

类 (分类目标) 的编号从零开始, 而且必须是连续的。例如, 如果 3 类设置, 类数字必须是: 0, 1, 2。

学习网络是通过调用学习方法提供 (学习范式的数量, 输入数据数组, 输出数据数组, 学习周期数量, 最大学习错误)。

输入和输出学习数据位于一维数组的逐个向量。对每一个输入学习向量的必须定义在输入数据的类号。学习进程受限于学习时代或允许的误差。

该学习方法返回如下值:

•  0 - 完整的网络学习和学习结果可以通过类变量进行检查: mse – 学习错误, epoch – 完成的学习周期和神经元的数量;
• -1 - 输入学习数据不存在的类;
• -4 - 内存不足。 

获取网络的响应服务的计算方法 (输入向量数组)。计算方法返回类数字相应的输入向量, 或 -1, 如果网络未学习。

保存 (以 FILE_WRITE 和 FILE_BIN 标志打开文件句柄) 和加载 (以 FILE_READ 和 FILE_BIN 标志打开文件句柄) 方法旨在分别保存网络至文件和从文件中加载网络。网络拓扑结构, 学习错误和数组权值保存到文件。如果加载网络拓扑结构的参数与既定的网络拓扑结构的参数不同, 网络将不会被载入, Load 方法将返回 false。

类的使用示意在附加样本中: Test_PNN_XOR - 学习网络函数 "排除或"。