问题标签 [som]

我正在尝试运行以下命令

x = simplecluster_dataset; net = selforgmap([8 8]); net = train(net,x); view(net) y = net(x); classes = vec2ind(y);

来自Matlab R2015a 中的SOM 示例，但它不断向我显示错误

`selforgmap>create_network 中的错误（第 110 行）net = network(1,1,0,1,0,1);

selforgmap 错误（第 74 行） net = create_network(param);

nueralNet（第 2 行）错误 net = selforgmap([8 8]);`。我正在尝试在 Matlab 中实现自组织地图。请帮帮我。提前致谢！

SOM - Self Organized Map，每个输入维度映射到所有输出节点，节点相互竞争打分——向量量化。PCA 和其他聚类方法可以看作是这个过程的简化特例。

SOM 中只有一个获胜节点。但是，当输入与两个已建立的“集群”非常相似时会发生什么？会不会发生第一个神经元以很小的优势战胜第二个神经元，但两者相距甚远？如果是这样，它不是也是非常有用的信息吗？

如果是这样，那么这意味着具有所有各种输出的整个激活模式将有助于对输入进行分类。

我问的原因是因为我正在考虑将 SOM 插入其他神经网络，然后再重新插入 SOM。并且在插入时，我想知道将整个晶格及其所有输出而不只是获胜节点结转是否安全。

我试过检查 SOM 的数学，在训练时它只考虑获胜的神经元，但似乎没有任何迹象表明如果使用新的输入，只有获胜节点对操作员很重要。

设置：我有一个连接到交换机的 i.mx53 SOM，该交换机连接到路由器。我的主 Windows 计算机也连接到交换机。Windows 计算机运行 VMWare Ubuntu 12.04，我在其中为 i.mx53 开发代码。

问题：我似乎无法让 uboot 通过 tftp 启动。tftp 服务器在 Ubuntu 操作系统上运行并且工作正常。我已经测试了来回发送文件（好）。但是，每次我将 SOM 的 serverip= 设置为 Ubuntu 计算机的 IP 地址（存储内核/rootfs 的位置）时，serverip 都会切换到我的路由器的 IP 地址并且它不会连接

使用 R Kohonen包，我获得了一个“代码”图，其中显示了代码簿向量。

请问，相邻节点的码本向量不应该是相似的吗？为什么左边的前 2 个节点如此不同？

有没有办法在一个有意义的组织中组织它，如下图所示？来源从这里。高度贫困的国家聚集在底部。

我正在使用somkohonen 包中的函数，并以本教程为指导。

我有一个 31×1400 的数据，但是当我尝试读取计数图时，它与相同数量的样本 (31) 不匹配。我得到的情节给了我大约 100 个样本。

这是我的数据示例

我正在尝试在 R 中制作如下图（在 MATLAB 中生成）。

我需要使用 ggplot 因为我需要将矩形一个一个地添加到“网格”中，并根据强度从 0 到 1 的矩阵设置每个矩形的背景。现在，我有一个包含所有矩形（密度属性）和矩形边框（顶部、左侧、右侧、底部、top.lefts 等）的强度。可以在此处找到我的完整 R 脚本的链接，该脚本定义了以下数据框定义中引用的所有变量：http: //pastebin.com/JUUmnTSq。

请注意，“top.lefts、top.rights”等是对角线“像素”值。本质上，这是用于神经网络无监督学习的自组织图的视觉效果。我基本上只是不知道如何使用数据框信息填写 ggplot 的 geom_*() 方法。

谁能帮我做到这一点？Ggplot 很难掌握，我不知道如何使用普通的 rect()、plot()、segments() 函数等将矩形添加到同一个图中。

谢谢你尽你所能的帮助！

更新：这是我到目前为止的进展，基于下面的“主题”和“刻面”的有用名称删除。基本上我现在想要的只是能够根据我指定的强度在边框中着色。有任何想法吗？

我已经使用 ENCOG 实现了一种降维算法，它采用具有多个特征的数据集（称为 A）并将其简化为只有一个特征的数据集（B）（我需要时间序列分析）。

现在我的问题是，我有一个来自 B 的值 - 由时间序列分析预测，我可以将它转换回 A 数据集中的二维吗？

我正在研究神经元网络领域的自组织图 (SOM)。所以我有两个问题：

1）为什么邻里规模在缩小？2) 为什么不只更新获胜者？在这种情况下会发生什么？

提前致谢

我想使用 R 计算我的 SOM 模型中的量化误差 (qe)。这是我尝试过的代码：

那个代码对吗？还有另一种计算qe的方法吗？

所以这是我正在看的用 Matlab 完成的一本书的代码。模型数组M被初始化，Q为输入向量X与最佳匹配模型之差的范数。

我得到一个错误索引超出矩阵尺寸。

我可以看到（或认为）错误来自 M 的索引，但我不确定为什么或如何修复它。任何想法或指导将不胜感激！