您好,登錄后才能下訂單哦!
這篇文章主要介紹“matlab怎么實現(xiàn)自組織競爭神經(jīng)網(wǎng)絡(luò)”的相關(guān)知識,小編通過實際案例向大家展示操作過程,操作方法簡單快捷,實用性強,希望這篇“matlab怎么實現(xiàn)自組織競爭神經(jīng)網(wǎng)絡(luò)”文章能幫助大家解決問題。
competlayer函數(shù)創(chuàng)建一個競爭網(wǎng)絡(luò)層,根據(jù)輸入樣本之間的相似性對其進行分類,分類的類別數(shù)是給定的,且總是傾向于給每一個類別分配相同數(shù)目的樣本,盡量均衡地進行分類。
inputs = iris_dataset;
% 載入數(shù)據(jù)
net = competlayer(3);
% 創(chuàng)建競爭網(wǎng)絡(luò)
net = train(net,inputs);
% 訓練
outputs = net(inputs);
% 分類
classes = vec2ind(outputs);
% 格式轉(zhuǎn)換。classes為分類結(jié)果
selforgmap函數(shù)利用數(shù)據(jù)本身的相似性和拓撲結(jié)構(gòu)對數(shù)據(jù)進行聚類。
x = simplecluster_dataset;
figure
plot(x(1,:),x(2,:),'o')
set(gcf,'color','w')
title('原始數(shù)據(jù)')
net = selforgmap([8 8]);
% 創(chuàng)建自組織映射網(wǎng)絡(luò)
net = train(net,x);
% 訓練
y = net(x);
classes = vec2ind(y);
figure
hist(classes,64)
% 顯示聚類結(jié)果
set(gcf,'color','w')
title('聚類結(jié)果')
xlabel('類別')
ylabel('類別包含的樣本數(shù)量')
figure
plotsompos(net,x)
% 顯示類別中心點的位置
net = selforgmap([2,3]);
net = train(net,x);
y = net(x);
classes = vec2ind(y);
figure
hist(classes,6)
% 6個類別包含的樣本個數(shù)
figure
plotsomhits(net,x)
% 顯示每個類別的個數(shù)
figure
plotsompos(net,x)
% 顯示類別中心點的位置
數(shù)據(jù)文件均為MATLAB自帶的用于聚類的數(shù)據(jù)
關(guān)于“matlab怎么實現(xiàn)自組織競爭神經(jīng)網(wǎng)絡(luò)”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識,可以關(guān)注億速云行業(yè)資訊頻道,小編每天都會為大家更新不同的知識點。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。