问题标签 [self-organizing-maps]

我正在寻找基于 C、C++ 或 Java 的 SOM 实现，并具有适用于商业用途的许可（非零成本也可以）。

到目前为止，我知道存在 SOM_PAK（来自 Kohonen），但许可禁止商业用途。

有人知道替代实现吗？

我正在寻找Python 上的六边形 自组织图。

1. 准备好的模块。如果一个存在。
2. 绘制六边形单元格的方法
3. 将六边形单元格作为数组或其他方法使用的算法

关于：自组织图 (SOM) 或自组织特征图 (SOFM) 是一种人工神经网络，使用无监督学习进行训练以产生低维（通常是二维）

我喜欢在 Batch SOM 收敛时停止执行。我可以使用什么误差函数来确定收敛？

根据“Jeff Heaton 的 Java 神经网络简介”，Kohonen 神经网络的输入必须是介于 -1 和 1 之间的值。

可以对预先知道范围的输入进行归一化：例如 RGB (125, 125, 125)，其中范围已知为 0 到 255 之间的值：
1. 除以 255：(125/255) = 0.5 >> (0.5,0.5,0.5)
2. 乘二减一：((0.5*2)-1)=0 >> (0,0,0)

问题是我们如何规范化范围未知的输入，比如我们的身高或体重。

此外，其他一些论文提到输入必须标准化为 0 和 1 之间的值。正确的方法是“-1 和 1”还是“0 和 1”？

我有一个包含数据的文本文件。我的文本文件：

我读了我的文本文件加载方法

错误代码：

？？？'network' 类型的输入参数的未定义函数或方法'plotsomplanes'。

好的，所以这个问题与我正在进行的对文本数据进行分类的任务有关，您可以参考这个问题以获取有关我如何解决此问题的更多详细信息。

我使用标准 matlab 函数“nctool”（神经聚类工具）将输入组织在 10x10 SOM 节点的平面上。我还将这张地图的输出（即我的哪些输入最终在哪个节点上）保存到我工作区的“输出”变量中。

我现在想把这些数据拿出来，看看我能不能写另一个脚本。我知道 MATLAB 中的“保存”和一些导出函数，但似乎 MATLAB 不支持此变量的 ascii 导出，因为它是一个稀疏矩阵。

我目前正在编写一个脚本来导出这个东西，但是如果有人已经有解决方案，请发布。否则我会在完成测试后这样做。

更新：我很容易找到了解决方法：

我查看了很多 SOM 的理论示例，但有一点对我来说不是很清楚：节点的位置是否取决于它们的权重？例如，权重较大的节点会在地图的一侧，而权重较小的节点会在地图上更远吗？

有谁知道自组织地图（SOM）与 k-means 相比有多好？我相信通常在颜色空间中，例如 RGB，SOM 是将颜色聚集在一起的更好方法，因为视觉上不同颜色之间的颜色空间存在重叠（http://www.ai-junkie.com/ann/som/ som1.html )。是否存在 k-means 优于 SOM 的情况？

谢谢！

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：

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？

假设我使用Matlab 中的SOM 工具箱对 iris.data 进行了聚类。聚类后​​，我有一个输入向量，我想看看这个输入属于哪个聚类？请提供有关如何将输入模式映射到训练有素的 SOM 映射的任何提示。