![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
maxwater
这个作者很懒,什么都没留下…
展开
-
SOM基于图的可视化
Unsupervised Spatiotemporal Analysis of FMRI Data Using Graph-Based Visualizations of Self-Organizing Maps 这篇文章中用到了SOM以及基于图的可视化,上一篇整理了SOM的知识,在此做基于图的可视化做笔记。 这篇文章中基于图的可视化主要是结合了两种技术:1)基于密度连接;2)基于关联连原创 2013-10-08 20:10:56 · 2632 阅读 · 0 评论 -
SOM学习笔记
针对Self-Organizing Maps(SOM)相关知识,从网上搜集了一些资料顺带着自己的理解,在这儿整理一下做个笔记。 SOM是一种无监督的聚类方法。它模拟人脑中处于不同区域的神经细胞分工不同的特点,即不同区域具有不同的响应特征,而且这一过程是自动完成的。自组织映射网络通过寻找最优参考矢量集合来对输入模式集合进行分类。每个参考矢量为一输出单元对应的连接权向量。与传统的模式聚类方法原创 2013-10-08 19:38:51 · 2707 阅读 · 0 评论 -
SOM小结
自己总结一下SOM这个算法: SOM是一种比较简单的神经网络,他不像BP网络那样具有三层结构,他只包含输入层和输出层(或称作映射层),由于没有中间的隐藏层(一般视为黑匣子),所以SOM映射之后的输出保持了输入数据原有的拓扑结构,SOM正因为这么一个优点而被应用在数据处理方面。 SOM的这个算法主要是两个步骤,一个是选择获胜神经元,另外一个是更新获胜神经元以及邻接神经元的权值,为什么这么做呢?因原创 2013-10-11 15:54:10 · 1991 阅读 · 1 评论