Starting Stepsize (Начальный шаг). Это начальное значение шага Е, используемое при обучении сети. Оно управляет скоростью адаптации в процессе итераций обучения. Малое значение замедляет итерации обучения, а слишком большое значение может нарушить сходимость.

Starting Nbhd (Начальная окрестность). Это начальный радиус окрестности решетки при обучающей адаптации. Когда узел решетки выбирается как winner (результирующий) в процессе итераций обучения, весовой вектор этого узла, как и весовые векторы, связанные с каждым из узлов из окрестности этого узла, адаптируются, чтобы быть более похожими на входной вектор. Если начальный радиус окрестности слишком мал, то веса решетки могут «завязаться в узел» при кодировании, что приведет к плохой топологии обучаемой сети (т.е. рядом в решетке могут оказаться непохожие векторы). Такие примеры описаны в [45]. Как правило, начальный радиус окрестности берется равным половине числа строк (или столбцов) решетки.

Iter Blocksize (Размер итерационного блока). Обучающие итерации делятся на блоки. В конце одного итерационного блока величина шага адаптации и радиус окрестности сокращаются, и обучение продолжается со следующим итерационным блоком.

ожение А. Использование прилагаемого программного обеспечения

245

Iter Blocks (Итерационные блоки). Общее количество итерационных блоков. Общее количество обучающих итераций. Таким образом, это количество блоков, умноженное на размер блока. Чем больше сеть, тем больше требуется обучающих итераций.

Max Search Radius (Максимальный радиус поиска). Это параметр, связанный не с обучением, а с поиском. Когда сеть работает как классификатор и в нее вводится входной вектор, алгоритм поиска выбирает тот узел решетки, весовой вектор которого наиболее близок к входному вектору. Алгоритм будет осуществлять поиск среди доменов, связанных с этим узлом, а также искать узлы в радиусе поиска, как показано на Рис. 4.2.2.

Read weights from file? (Прочитать веса из файла?). При кодировании похожих изображений нет необходимости обучать алгоритм заново. Если вы хотите просмотреть весовой файл, обученный на другом изображении, то выберите Yes (Да) в данном пункте и подставьте имя весового файла в следующий пункт в списке. Если эта опция имеет значение No (Нет), то алгоритм автоматически начнет процесс обучения по этому изображению как часть процесса кодирования.