SOM算法学习总结

SOM Kohonen学习算法

算法的步骤：
1.初始化，对输出层的各个神经元赋予随机的小的初始值，并进行归一化处理，得到w^j,j = 1,2,…,m,建立优胜领域Nj*(0);学习率learn_rate初始化；
2.对输入的数据进行归一化处理，得到X^p,j = 1,2,…,P,总共由P个数据；
3.寻找获胜的神经元：从X^p与所有wj的内积中找到最大j∗；
4.定义优胜邻域Nj∗(t)以j∗为中心确定t时刻的权值调整域，一般初始邻域Nj∗(0)较大，训练时Nj∗(t)随训练时间逐渐收缩；
5.调整权重，对优胜邻域Nj∗(t)内的所有神经元调整权重： wij(t+1)=wij(t)+η(t,N)[xPi−wij(t)]i=1,2,…,nj∈Nj∗(t)
6.结束检查，查看学习率是否减小到0，或者以小于阈值。