第三节:竞争神经网络与SOM(自组织型特征映射)神经网络

有导式:给出输入和输出

无导式:只给输入,输出分类

第三节:竞争神经网络与SOM(自组织型特征映射)神经网络_第1张图片

>> doc compet

第三节:竞争神经网络与SOM(自组织型特征映射)神经网络_第2张图片

第三节:竞争神经网络与SOM(自组织型特征映射)神经网络_第3张图片

>> doc midpoint  用于权值初始化

>> doc initcon    用于阈值初始化

死神经元

Competitive Learning

权值调整,学习率  样本

learnk  权值调整学习方法

learncon 阈值调整学习方法

 

>> doc learnk

>> edit learncon

2、SOFM

第三节:竞争神经网络与SOM(自组织型特征映射)神经网络_第4张图片

负距离

topology 拓扑结构

重点函数解读

• newc

– Create competitive layer

– net = newc(PR,S,KLR,CLR)  ?、数、权值学习率、阈值学习率

• newsom

– Create self-organizing map

– net = newsom(P,[D1,D2,...],TFCN,DFCN,STEPS,IN)  拓扑结构、拓扑类型、计算距离、初始时邻域

第三节:竞争神经网络与SOM(自组织型特征映射)神经网络_第5张图片

颜色越深距离越远

神经元编号:从左下角开始

……

5678

1234

 

[w,b] = newc_train(P_train,4,100,0.01,0.001)

newc_sim(P_test,4,w,b)

看老师自编的帮助理解

 

你可能感兴趣的:(第三节:竞争神经网络与SOM(自组织型特征映射)神经网络)