有导式:给出输入和输出
无导式:只给输入,输出分类
>> doc compet
>> doc midpoint 用于权值初始化
>> doc initcon 用于阈值初始化
死神经元
Competitive Learning
权值调整,学习率 样本
learnk 权值调整学习方法
learncon 阈值调整学习方法
>> doc learnk
>> edit learncon
2、SOFM
负距离
topology 拓扑结构
重点函数解读
• newc
– Create competitive layer
– net = newc(PR,S,KLR,CLR) ?、数、权值学习率、阈值学习率
• newsom
– Create self-organizing map
– net = newsom(P,[D1,D2,...],TFCN,DFCN,STEPS,IN) 拓扑结构、拓扑类型、计算距离、初始时邻域
颜色越深距离越远
神经元编号:从左下角开始
……
5678
1234
[w,b] = newc_train(P_train,4,100,0.01,0.001)
newc_sim(P_test,4,w,b)
看老师自编的帮助理解