自组织特征映射应用实例.zip_self-organizing map_自动聚类_自组织映射

% 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