我參考了這篇文章http://www.scholarpedia.org/article/Kohonen_network
另一個很好的演示在這里http://www.math.le.ac.uk/people/ag153/homepage/PCA_SOM/PCA_SOM.html

SOM

t是訓練步一個輸入數(shù)據(jù)是n維向量待訓練的是一堆節(jié)點，這堆節(jié)點之間有邊連著，通常是排成grid那樣的網(wǎng)狀結(jié)構一個要訓練的節(jié)點包含一個n維向量
訓練從t=0開始，t=輸入數(shù)據(jù)個數(shù)時結(jié)束每步的更新規(guī)則是
其中a(t)是一個隨訓練步數(shù)衰減的函數(shù)，c，i都是訓練節(jié)點的索引，c是離x(t)最近的節(jié)點的索引，hci是節(jié)點mc和mi的邊距離。也就是說每個訓練步選一個輸入數(shù)據(jù)x(t)，將離它最近的節(jié)點mc向這個輸入數(shù)據(jù)拉扯，這個節(jié)點又透過連著的邊，帶動鄰近的節(jié)點向這個輸入數(shù)據(jù)移動。

Batch SOM

這樣輸入數(shù)據(jù)太多的時候會很慢，改進的方法稱為batch som。方法是在每一步，對每個節(jié)點 mj，統(tǒng)計所有選中它為最近鄰的輸入數(shù)據(jù)的平均值，記為?。再按下式更新每個節(jié)點的值。
nj是選了mj做最鄰近的輸入數(shù)據(jù)個數(shù)，hji是節(jié)點mi與節(jié)點mj的邊距離。可見對于節(jié)點mi，它會更新到鄰近所有節(jié)點mj對應的的加權平均值。



來自為知筆記(Wiz)

轉(zhuǎn)載于:https://www.cnblogs.com/dydx/p/6436348.html

總結(jié)

以上是生活随笔為你收集整理的SOM 的两种算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。