资源简介
SOM神经网络(自组织特征映射神经网络)是一种无导师神经网路。网络的拓扑结构是由一个输入层与一个输出层构成。输入层的节点数即为输入样本的维数,其中每一节点代表输入样本中的一个分量。输出层节点排列结构是二维阵列。输入层X中的每个节点均与输出层Y每个神经元节点通过一权值(权矢量为W)相连接,这样每个输出层节点均对应于一个连接权矢量。
自组织特征映射的基本原理是,当某类模式输入时,其输出层某一节点得到最大刺激而获胜,获胜节点周围的一些节点因侧向作用也受到较大刺激。这时网络进行一次学习操作,获胜节点及其周围节点的连接权矢量向输入模式的方向作相应的修正。当输入模式类别发生变化时,二维平面上的获胜节点也从
代码片段和文件信息
- 上一篇:使用log4j2实现日志数据脱敏
- 下一篇:VLD 2.5.1最新版本
相关资源
- UCI 数据集
- R语言实现聚类分析、PCA实现与应用
- 论文研究-选择性聚类融合新方法研究
- 基于多源监测数据的道路交通流状态
- FCMLSM模糊聚类水平集
- SOM神经网络.zip
- 数理统计大作业.pdf
- 层次聚类.zip
- 中科大计算机模式识别聚类作业
- 基于K均值的文本聚类分析
- SAS统计分析与应用
- 2017B“拍照赚钱”的任务定价
- iris_cluster.zip
- 聚类算法评测数据集 第一部分
- weka全部算法源代码
- 基于粒子群的K均值聚类算法
- 超像素分割SLIC(简单线性迭代聚类)
- 模糊聚类分析在数据挖掘中的应用研
- SPSS视频教程6——聚类分析
- 不确定性数学方法及其应用
- Data clustering theory algorithms and applicat
- Data clustering algorithms and application
- 机器学习(k - means聚类)
- 模式分类第二版Richard O.Duda
- GeoDa使用手册中文版
- 基于聚类(Kmeans)算法实现的客户价
- 基于谱聚类的金融时间序列数据挖掘
- coil-100.zip
- 基于遗传算法的聚类分析论文
- 小波变换聚类
评论
共有 条评论