SOM演算法學習總結

ZSXHZXY發表於2020-11-08
演算法

SOM Kohonen學習演算法

演算法的步驟：
1.初始化，對輸出層的各個神經元賦予隨機的小的初始值，並進行歸一化處理，得到w^j,j = 1,2,…,m,建立優勝領域Nj*(0);學習率learn_rate初始化；
2.對輸入的資料進行歸一化處理，得到X^p,j = 1,2,…,P,總共由P個資料；
3.尋找獲勝的神經元：從Xp與所有wj的內積中找到最大j∗；
4.定義優勝鄰域Nj∗(t)以j∗為中心確定t時刻的權值調整域，一般初始鄰域Nj∗(0)較大，訓練時Nj∗(t)隨訓練時間逐漸收縮；
5.調整權重，對優勝鄰域Nj∗(t)內的所有神經元調整權重： wij(t+1)=wij(t)+η(t,N)[xPi−wij(t)]i=1,2,…,nj∈Nj∗(t)
6.結束檢查，檢視學習率是否減小到0，或者以小於閾值。
在這裡插入圖片描述

相關文章