self-organizing-maps

    3熱度

    1回答

    我正在使用SOM Toolbox來分析從汽車數據庫收集的數據。 我的問題是可視化統一距離矩陣。引用som_umat的文檔: 計算並返回SOM的統一距離矩陣。 (1)m(2)m(3)m(4)m(5) 其中m(i)表示一個地圖單元。 u矩陣是一個9x1向量:u(1)u(1,2)u(2)u(2,3)u(3)u(3,4)u(4)u(4,5) u(i,j)是地圖單元m(i)和m(j)之間的距離,並且u(k)

    1熱度

    4回答

    我試圖在ai-junkie網站http://www.ai-junkie.com/ann/som/som1.html上重現實驗,使用較大顏色數據集上的自組織映射(SOM)將不同顏色聚合/分組在一起。我使用大約400張不同純色的圖像,並且由於它們是純色,因此任何色彩空間(例如RGB)中的顏色值對於特定圖像中的所有點都是相同的。因此,在使用SOM進行聚類之前,我使用的功能只是每個圖像的三維顏色值。 當我

    2熱度

    2回答

    :) 當我辯護我的論文提案時,我的一位教授問我爲什麼我們必須指定SOM中的迭代次數?他說,我們應該有一個收斂標準來停止訓練。 但是,我知道我們沒有目標向量,因此我們不能最小化成本。 我的問題是第一個問題,爲什麼需要MAX_ITERATIONS,第二個問題是什麼保證我們選擇的迭代次數會給出最佳的映射。 :(根據我的經驗用在顏色數據集1000次迭代和10000次反覆嘗試 PS,似乎10000次迭代並沒

    1熱度

    1回答

    假設我在Matlab中使用SOM Toolbox執行iris.data的聚類。聚類後​​,我有一個輸入向量,我想看看這個輸入屬於哪個簇?有關如何將輸入模式映射到訓練好的SOM地圖的任何提示。

    5熱度

    2回答

    我正在尋找基於C,C++或Java的SOM實現,其許可證適用於商業用途(非零成本是可以的)。 到目前爲止,我知道存在SOM_PAK(來自Kohonen),但許可禁止商業使用。 是否有人知道替代實現?

    6熱度

    2回答

    當批處理SOM變得收斂時,我喜歡停止執行。 我可以使用什麼錯誤函數來確定收斂?

    3熱度

    2回答

    據「介紹與Java傑夫·希頓神經網絡」正常化輸入,輸入到Kohonen神經網絡必須是-1和1之間 值可以對預先知道範圍的輸入進行歸一化: 例如RGB(125,125,125)其中範圍被認爲是介於0和255之間的值: 1.除以255:(125/255)= 0.5 >>(0.5,0.5,0.5) 2.乘以二和減一:((0.5 * 2)-1)= 0 >>(0,0,0) 問題是我們如何能夠將範圍未知的輸入