没有合适的资源?快使用搜索试试~ 我知道了~
HSOM:分层自组织映射,可实现无监督模式识别
共11个文件
py:7个
md:2个
png:1个
需积分: 16 3 下载量 173 浏览量
2021-03-10
02:46:07
上传
评论
收藏 50KB ZIP 举报
温馨提示
分层自组织图 分层自组织映射(HSOM)是一种无监督的神经网络,可从高维空间学习模式并以较低维表示它们。 HSOM网络接收输入并将其输入到一组自组织映射中,每个映射都学习输入空间的各个特征。 这些映射产生稀疏的输出矢量,仅激活最响应的节点,这是竞争性抑制的结果,它限制了在任何给定时间允许的“获胜者”(即活动节点)的数量。 HSOM网络中的每一层都包含一组映射,这些映射可查看部分输入空间并生成稀疏输出矢量,这些输出矢量共同构成层次结构中下一层的输入。 信息在通过网络传递时变得越来越抽象,并最终导致原始数据的低维稀疏表示。 训练过程产生一个模型,该模型将某些输入模式映射到某些标签,分别对应于高维和低维数据。 考虑到培训是无监督的,标签没有内在的含义,而是通过它们与某些输入模式的反复关联以及它们与其他输入的相对缺乏而变得有意义。 简而言之,标签随着时间的流逝代表了更高维的图案,从而使它们能
资源推荐
资源详情
资源评论
收起资源包目录
HSOM-master.zip (11个子文件)
HSOM-master
.gitignore 7B
README.md 4KB
examples
self_organizing_map.py 717B
self_organizing_network.py 1KB
images
layer.PNG 48KB
setup.py 343B
hsom
self_organizing_map.py 4KB
util.py 277B
__init__.py 110B
self_organizing_network.py 5KB
DOCUMENTATION.md 4KB
共 11 条
- 1
资源评论
CharlesXiao
- 粉丝: 13
- 资源: 4489
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功