大家好,今天小编关注到一个比较有意思的话题,就是关于som神经网络的问题,于是小编就整理了1个相关介绍som神经网络的解答,让我们一起看看吧。
matlab中神经网络怎么使用?
使用newsom函数创建网络: net=newsom(PR,[D1,D2,^],TFCN,DFCN,OLR,OSTEPS,TLR,TND) PR:R个输入元素的最大值和最小值的设定值,R*2维矩阵 Di:第I层的维数,默认为[5 8] TFCN:拓扑函数,默认为hextop DFCN:距离函数,默认为linkdist OLR:分类阶段学习速率,默认为0.9 OSTEPS:分类阶段的步长,默认为1000 TLR:调谐阶段的学习速率,默认为0.02 TNS:调谐阶段的领域距离,默认为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 第二个函数:newc函数 功能:该函数用于创建一个竞争层 net=newc net=newc(PR,S,KLR,CLR) S:神经元的数目 KLR:Kohonen学习速度,默认为0.01 CLR:Conscience学习速度,默认为0.001 net:函数返回值,一个新的竞争层。 也可以参考附件的代码,里面有一个案例是SOM神经网络的。
到此,以上就是小编对于som神经网络的问题就介绍到这了,希望介绍关于som神经网络的1点解答对大家有用。