% Title : 自组织特征映射应用实例
% Descript : 自组织特征映射模型(Self-Organizing feature Map),认为一个神经网络接受外界输入模式时,将会分为不同的区域,各区域对输入模式具有不同的响应特征,同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激,而较远的神经元则相互抑制,更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。
clf reset
figure(gcf)
%setfsize(300,300);
echo on
clc
% INITC -对前向网络进行初始化
% TRAINC -训练竞争层
% SIMUC -竞争层仿真
pause
clc
% P 为输入向量
P=0.1./[(1/11):0.001:1]-0.1;
pause
clc
plot(P,P*0,'+r');
pause
clc
w=initc(P,6);
pause
clc
plot(P,P*0,'+r',W,W*0,'OW');
pause
clc
df=50;
me=3000;
lr=0.02;
tp=[df me lr 0.999 5];
w=trainc(w,P,tp);
pause
clc
p=0.3;
a=simuc(p,w);
echo off
自组织特征映射应用实例.zip_self-organizing map_自动聚类_自组织映射
版权申诉
180 浏览量
2022-07-15
08:55:22
上传
评论
收藏 731B ZIP 举报
JaniceLu
- 粉丝: 78
- 资源: 1万+
最新资源
- 论文(最终)_20240430235101.pdf
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类
- 最全空间计量实证方法(空间杜宾模型和检验以及结果解释文档).txt
- 5uonly.apk
- 蓝桥杯Python组的历年真题
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 前端开发技术实验报告:内含4四实验&实验报告
- Highlight Plus v20.0.1
- 林周瑜-论文.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
评论0