Exemplo de Implementação em C

Exemplo de Implementação em C
// dados de entrada
float x1[12] = {-3,-2, 1,-2,-2, 0, 1,-1,-2.5,-2.0, 0,-3.5};
float x2[12] = { 1,-2, 1, 2,-2, 2, 2,-3, 1.5,-2.5, 1, 2.0};
// estado inicial dos vetores de peso
float w1[4] = { 0, 1, 0,-1};
float w2[4] = { 1, 0,-1, 0};
// espaco de saida
float S1[4] = { 0, 1, 1, 0};
float S2[4] = { 1, 1, 0, 0};
int iX = 0;     // entrada atual
int iter = 1;   // iteracao atual
int fConv = 90; // delimita iteracao da fase de convergencia
int nD = 12;    // numero de dados
// encontra o neurônio vencedor pelo calculo da menor distancia
// wV = neuronio vencedor
wV = 0; // indice do neuronio vencedor
float dist[4] = { 0, 0, 0, 0 }; // vetor de distancias
for (int j=0; j<nN; j++)
{
  // calcula distancia euclidiana
  dist[j]= sqrt( (pow(x1[at]-w1[j],2)) + (pow(x2[at]-w2[j],2)) );
  // verifica a menor distancia
  if (dist[j] <= dist[wV])
     wV = j;
}
// verifica entre todos os neuronios,
// quais estao na regiao de vizinhanca ( wV = neuronio vencedor )
for (int j=0; j<nN; j++)
{
   // verifica se esta na regiao de vizinhanca
   // note que o calculo e feito no espaco de saida (S)
   distviz = sqrt( (pow(S1[wV]-S1[j],2)) + (pow(S2[wV]-S2[j],2)) );
   // se estiver dentro do raio (funcao de vizinhanca circular),
   // atualiza o vetor de peso
   if (distviz <= raio)
   {
        w1[j] = w1[j]+alpha*(x1[act]-w1[j]);
        w2[j] = w2[j]+alpha*(x2[act]-w2[j]);
   }
}
// escolhe nova entrada aleatoria entre 0 e nD (entre os dados)
act = (int)(nD * rand() / (RAND_MAX + 1.0));
iter++; // incrementa iteraçao
if (iter == fConv) // quando entra na fase de Convergencia
{  alpha = 0.25;   // atualiza parametros
   raio = 0.5;
}
// a cada duas iteracoes decrementa taxa de aprendizagem
if (iter % 2 == 0)
{
   if (iter < fConv)   // decremento na fase de Ordenacao
      alpha-= 0.01;
   if (iter >= fConv)  // decremento na fase de Convergencia
      alpha-= 0.001;
   if (alpha <=0)      // protecao para alpha <= 0
      alpha-= 0.0005;
}