Нейронные сети. Классификация с помощью слоя Кохонена+

Порядок выполнения работы
1. построить временной ряд, который представляет собой функцию: cos(2x)*abs(x-2), x [-10,2),(2,10]
2. к полученному временному ряду добавить шум в размере максимум 20% от амплитуды сигнала
3. построить выборку для обучения. Для этого на основании временного ряда строится 5 рядов с лагом от 1 до 5. Для построения ряда с лагом 5 берутся от 1 до n-5 элементы выборки, с лагом 4 берутся от 2 до n-4 элементы выборки, с лагом 3 берутся от 3 до n-3 элементы выборки, с лагом 2 берутся от 4 до n-2 элементы выборки, с лагом 1 берутся от 5 до n-1 элементы выборки. Здесь n – длина исходного временного ряда.
4. построить проверочную выборку. Поскольку длина выборки для обучения на 5 эл-тов меньше длины исходного временного ряда, для построения взять эл-ты от 6 до n-го.
5. временной ряд разбить на 2 части: использующиеся для обучения сети и для проверки. Размеры массивов должны относиться друг к другу приблизительно как 3:1.
6. построить нейронную сеть для прогнозирования. Число слоев – 2. Активационная функция первого слоя – гиперболический тангенс, второго – линейная. Число нейронов первого слоя взять достаточным для удовлетворенного прогнозирования, число нейронов второго слоя – 1.
7. произвести обучение сети на обучающем множестве, привести график исходного ряда и спрогнозированного, а также погрешность прогнозирования.
8. произвести проверку работы сети на проверочном множестве, привести график исходного ряда и спрогнозированного, а также погрешность прогнозирования.