自组织映射
识别样本聚类的原型向量,样本分布,以及聚类之间的相似关系
应用程序
神经网络聚类 | 利用自组织映射网络解决聚类问题 |
功能
selforgmap |
自组织映射 |
火车 |
训练浅神经网络 |
plotsomhits |
绘制自组织地图样本命中 |
plotsomnc |
绘制自组织映射邻居连接 |
plotsomnd |
绘制自组织映射邻居距离 |
plotsomplanes |
绘制自组织地图权重平面 |
plotsompos |
绘制自组织地图权重位置 |
plotsomtop |
绘制自组织映射拓扑 |
genFunction |
生成MATLAB模拟浅层神经网络的函数 |
例子和如何
- 具有自组织映射的群集数据
使用神经网络聚类应用程序或命令行函数根据相似度分组数据。
- 部署浅神经网络函数
利用MATLAB仿真和部署训练好的浅层神经网络®工具。
- 浅神经网络的部署训练
学习如何部署浅层神经网络训练。
- 虹膜集群
这个例子说明了自组织映射神经网络如何将鸢尾花聚类到拓扑上,提供了对花的类型的洞察和进一步分析的有用工具。
- 基因表达分析
这个例子演示了使用神经网络在面包酵母中寻找基因表达谱的模式。
- 一维自组织映射
2-D层中的神经元学习表示输入空间中出现输入向量的不同区域。
- 二维自组织地图
与一维问题一样,这个自组织映射将学习表示输入空间中输入向量出现的不同区域。
概念
- 基于自组织映射神经网络的聚类
使用自组织特征映射(SOFM)根据输入向量在输入空间中的分组方式对输入向量进行分类。