1

我正在尝试在 ai-junkie 网站http://www.ai-junkie.com/ann/som/som1.html上重现实验，以使用较大颜色的自组织地图 (SOM) 将不同颜色聚集/分组在一起数据集。我使用了大约 400 张不同纯色的图像，因为它们是纯色，所以任何颜色空间（例如 RGB）中的颜色值对于特定图像中的所有点都是相同的。因此，我在使用 SOM 进行聚类之前使用的特征只是每个图像的 3 维颜色值。

当我执行 SOM 时，其源代码从http://knnl.sourceforge.net/获得，具有 40 行、40 列和 20 次迭代（epoch=20），聚类结果对我来说毫无意义。我看起来如下： 在此处输入图像描述

我觉得这只是随机聚类（如果我可以这样称呼的话），即使是 k-means 算法也会给出更好的结果。关于可能出错的任何想法？

4

4 回答 4

3

20 次迭代对于 SOM 算法是不够的。尝试行*列*500。它是学习算法的默认值。在像你这样的简单数据集上，你可以减少这个数字，但 20 太小了。耐心点，这需要一段时间:)

于 2013-05-02T21:16:11.993 回答
1

它看起来不对，正如你所说，它看起来就像一个随机聚类。

各种各样的事情都可能出错了。想到的一些：迭代次数不够，邻域函数不够，您正在使用的库的实现有一些错误。

于 2011-07-29T06:52:20.113 回答
0

我用 AForge 做了一个类似的 SOM，如果仍然需要，你可以拥有源代码。我尝试了 4*4 和 16*16 SOM，我只需要几次迭代（<100）来适应。当然，这也取决于学习因素。

于 2013-09-13T14:33:31.530 回答
0

您可以直接下载发布在 ai-junkie.com 上的示例：

ai-junkie.com SOM 演示

不确定 SourceForge 库是什么。还是您在寻求帮助调试它？

于 2011-08-02T00:37:06.040 回答