回覆列表
  • 1 # 使用者9096374549656

    使用newsom函式建立網路:

    net=newsom(PR,[D1,D2,^],TFCN,DFCN,OLR,OSTEPS,TLR,TND)

    PR:R個輸入元素的最大值和最小值的設定值,R*2維矩陣

    Di:第I層的維數,預設為[5 8]

    TFCN:拓撲函式,預設為hextop

    DFCN:距離函式,預設為linkdist

    OLR:分類階段學習速率,預設為0.9

    OSTEPS:分類階段的步長,預設為1000

    TLR:調諧階段的學習速率,預設為0.02

    TNS:調諧階段的領域距離,預設為1.

    例子:

    >> P=[rand(1,400)*2;rand(1,400)];>> plot(P(1,:),P(2,:),".","markersize",20)>> net=newsom([0 1;0 1],[3 5]);>> net=train(net,P);>> hold on>> plotsom(net.iw{1,1},net.layers{1}.distances)>> hold off

    第二個函式:newc函式

    功能:該函式用於建立一個競爭層

    net=newc

    net=newc(PR,S,KLR,CLR)

    S:神經元的數目

    KLR:Kohonen學習速度,預設為0.01

    CLR:Conscience學習速度,預設為0.001

    net:函式返回值,一個新的競爭層。

    也可以參考附件的程式碼,裡面有一個案例是SOM神經網路的。

  • 中秋節和大豐收的關聯?
  • 愛你需要理由嗎?