SOM神經(jīng)網(wǎng)絡(luò)原理

版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveMSOM神經(jīng)網(wǎng)絡(luò)理論及其Matlab實現(xiàn)2023/2/51我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM回憶上次內(nèi)容：在生物神經(jīng)系統(tǒng)中，存在一種“側(cè)抑制”現(xiàn)象，即一個神經(jīng)細(xì)胞興奮后，通過它的分支會對周圍其他神經(jīng)細(xì)胞產(chǎn)生抑制。由于側(cè)抑制的作用，各細(xì)胞之間相互競爭的最終結(jié)果是：興奮作用最強的神經(jīng)細(xì)胞所產(chǎn)生的抑制作用戰(zhàn)勝了周圍所有其他細(xì)胞的抑制作用而“贏”了，其周圍的其他神經(jīng)細(xì)胞側(cè)全“輸”了。自組織競爭人工神經(jīng)網(wǎng)絡(luò)正是基于上述生物系統(tǒng)結(jié)構(gòu)和現(xiàn)象形成的。它是一種以無導(dǎo)師學(xué)習(xí)方式進行網(wǎng)絡(luò)，具有自組織功能的神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)通過自身訓(xùn)練，自動對輸入模式進行分類。2023/2/52我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM在網(wǎng)絡(luò)結(jié)構(gòu)上，自組織競爭網(wǎng)絡(luò)一般是有輸入和競爭層構(gòu)成的單層網(wǎng)絡(luò)，網(wǎng)絡(luò)沒有隱藏層，輸入和競爭層之間的神經(jīng)元實現(xiàn)雙向連接，同時競爭層各神經(jīng)元之間還存在橫向連接。自組織競爭網(wǎng)絡(luò)的基本思想是網(wǎng)絡(luò)競爭層各個神經(jīng)元競爭對輸入模式的響應(yīng)機會，最后僅一個神經(jīng)元成為競爭的勝者，并對那些與獲勝神經(jīng)元有關(guān)的各連接權(quán)值朝向更有利于競爭的方向調(diào)整。獲勝神經(jīng)元表示輸入模式的分類。除了競爭方法外，還有通過抑制方法獲勝的，即網(wǎng)絡(luò)競爭層各層神經(jīng)元都能抑制所有其他神經(jīng)元對輸入模式的響應(yīng)機會，從而使自己成為勝利者。2023/2/53我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM此外，還有一種側(cè)抑制的方法，即每個神經(jīng)元只抑制與自己臨近的神經(jīng)元，而對遠(yuǎn)離自己的神經(jīng)元則不抑制。因此,自組織競爭網(wǎng)絡(luò)自組織自適應(yīng)的學(xué)習(xí)能力進一步拓寬了神經(jīng)網(wǎng)絡(luò)在模式識別分類方面的應(yīng)用。2023/2/54我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM自組織特征映射神經(jīng)網(wǎng)絡(luò)（Self-organizingFeatureMaps）簡稱SOFM或者SOM，也是一種無導(dǎo)師學(xué)習(xí)的網(wǎng)絡(luò)，主要用于對輸入向量進行區(qū)域分類。和自組織競爭網(wǎng)絡(luò)不同的是，它不但識別輸入?yún)^(qū)域臨近的區(qū)域，還研究輸入向量的分布特性和拓?fù)浣Y(jié)構(gòu)。SOM是由芬蘭赫爾辛基大學(xué)神經(jīng)網(wǎng)絡(luò)專家Kohonen教授在1981年提出的。這種網(wǎng)絡(luò)模擬大腦神經(jīng)系統(tǒng)自組織特征映射的功能，是一種競爭型網(wǎng)絡(luò)，并在學(xué)習(xí)中能無導(dǎo)師進行自組織學(xué)習(xí)。2023/2/55我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM。腦神經(jīng)學(xué)研究結(jié)果表明：神經(jīng)元之間的信息交互具有的共同特征是：最鄰近的兩個神經(jīng)元互相激勵，較遠(yuǎn)的神經(jīng)元互相抑制，更遠(yuǎn)的則又具有較弱的激勵作用。2023/2/56我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM本次視頻內(nèi)容：1SOM模型2SOM拓?fù)浣Y(jié)構(gòu)3SOM神經(jīng)元之間的距離的計算函數(shù)2023/2/57我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM1SOM模型：2023/2/58我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM1.SOM是由輸入層和競爭層組成的單層神經(jīng)網(wǎng)絡(luò)，輸入層是一維的神經(jīng)元，有n個節(jié)點。競爭層是二維的神經(jīng)元，按二維的形式排列成節(jié)點矩陣，有M=m^2個節(jié)點。輸入層的神經(jīng)元和競爭層的神經(jīng)元都有權(quán)值連接，競爭層節(jié)點相互間也可能有局部連接。競爭層也叫輸出層。網(wǎng)絡(luò)中有兩種連接權(quán)值，一種是神經(jīng)元對外部輸入反應(yīng)的連接權(quán)值，另外一種是神經(jīng)元之間的特征權(quán)值，它的大小控制著神經(jīng)元之間交互作用的強弱。2023/2/59我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveMSOM算法是一種無導(dǎo)師的聚類法，它能將任意維輸入模式在輸出層映射成一維或者二維離散圖形，并保持其拓?fù)浣Y(jié)構(gòu)不變，即在無導(dǎo)師的情況下，通過對輸入模式的自組織學(xué)習(xí)，在競爭層將分類結(jié)果表示出來，此外，網(wǎng)絡(luò)通過對輸入模式的反復(fù)學(xué)習(xí)，可以使連接權(quán)值空間分布密度與輸入模式的概率分布趨于一致，即連接權(quán)向量空間分布能反映輸入模式的統(tǒng)計特征。2023/2/510我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveMSOM依據(jù)拓?fù)浞匠膛帕猩窠?jīng)元。girdtop()網(wǎng)格拓?fù)浣Y(jié)構(gòu)hextop()六角形拓?fù)浣Y(jié)構(gòu)randtop()隨機拓?fù)浣Y(jié)構(gòu)

神經(jīng)元之間的距離通過距離函數(shù)計算，如：dist()boxdist()linkdist()mandist()2023/2/511我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM和自組織競爭網(wǎng)絡(luò)一樣,som網(wǎng)絡(luò)可以用來識別獲勝神經(jīng)元i*。不同的是，自組織競爭網(wǎng)絡(luò)只修正獲勝神經(jīng)元，而SOM網(wǎng)絡(luò)依據(jù)Kohonen學(xué)習(xí)規(guī)則，要同時修正獲勝神經(jīng)元附近區(qū)域Ni（d）內(nèi)所有神經(jīng)元。2023/2/512我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM其中，Ni（d）包括獲勝神經(jīng)元以d為半徑區(qū)域內(nèi)的所有神經(jīng)元。2023/2/513我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM1234567891011121314151617181920212223242512345678910111213141516171819202122232425對于輸入向量p，一旦獲勝神經(jīng)元以及臨近神經(jīng)元的權(quán)值被修正后接近p,多次循環(huán)后，臨近神經(jīng)元會彼此接近。N13（2）N13（1）二維臨域示意圖2023/2/514我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM臨域可以用集合表示：N13（1）={8，12，13，14，18}N13（2）={3，7，8，9，11，12，13，14，15，17，18，19，23}注意：SOM網(wǎng)絡(luò)中神經(jīng)元不一定是二維形式，可以是一維形式的，甚至可以是三維，四維的。對于一維SOM，一個神經(jīng)元在半徑為1的情況下只有兩個臨近神經(jīng)元。當(dāng)然，在定義臨域時，可以用不同的距離定義，以形成不同的拓?fù)浣Y(jié)構(gòu)，例如矩形，六角形等，網(wǎng)絡(luò)不受臨域形狀的影響。2023/2/515我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM2拓?fù)浣Y(jié)構(gòu)girdtop()網(wǎng)格拓?fù)浣Y(jié)構(gòu)hextop()六角形拓?fù)浣Y(jié)構(gòu)randtop()隨機拓?fù)浣Y(jié)構(gòu)

（1）girdtop()網(wǎng)格拓?fù)浣Y(jié)構(gòu)

生成2*3網(wǎng)格的6個神經(jīng)元的拓?fù)浣Y(jié)構(gòu)。pos=gridtop(2,3)pos=010101001122第一個神經(jīng)元位置為（0，0）第二個為（1，0）以此類推。<演示>2023/2/516我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM應(yīng)用plotsom可以繪制6個神經(jīng)元的拓?fù)浣Y(jié)構(gòu)。plotsom(pos)練習(xí)：畫出8*10的神經(jīng)元拓?fù)浣Y(jié)構(gòu)圖2023/2/517我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM（2）六角形拓?fù)浣Y(jié)構(gòu)Hextop()函數(shù)生成一個六角形形式的拓?fù)浣Y(jié)構(gòu)。生成2*3神經(jīng)元陣列，并繪制拓?fù)鋱D。pos=hextop(2,3)pos=01.00000.50001.500001.0000000.86600.86601.73211.73212023/2/518我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM2023/2/519我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM注意：SOM網(wǎng)絡(luò)構(gòu)建的函數(shù)newsom()中缺省的神經(jīng)元拓?fù)浣Y(jié)構(gòu)函數(shù)是hextop().練習(xí)：請以8*10神經(jīng)元拓?fù)浣Y(jié)構(gòu)來看看六角形神經(jīng)元拓?fù)鋱D像。pos=hextop(8,10)plotsom(pos)2023/2/520我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM(3)隨機拓?fù)浣Y(jié)構(gòu)randtop()函數(shù)生成的是N維隨機形式分布的神經(jīng)元拓?fù)浣Y(jié)構(gòu)。例子：隨機生成2*3個神經(jīng)元，并繪制出拓?fù)浣Y(jié)構(gòu)圖：pos=randtop(2,3)plotsom(pos)2023/2/521我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM依然舉例說明8*10神經(jīng)元陣列拓?fù)浣Y(jié)構(gòu)在隨機形式分布的圖形pos=randtop(8,10)plotsom(pos)2023/2/522我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM3神經(jīng)元之間的距離：前面介紹過，matlab工具箱中有4個定義神經(jīng)元臨域的距離函數(shù)，分別為dist()---（歐幾里德距離）boxdist()linkdist()mandist()每個函數(shù)代表不同的距離計算方法。下面我們說下應(yīng)用距離函數(shù)計算”主”神經(jīng)元與鄰近神經(jīng)元之間的距離。2023/2/523我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM（1）歐幾里德距離：計算兩個向量之間的歐幾里德距離：dist()距離：假設(shè)有三個神經(jīng)元為：pos2=[012;012]plotsom(pos2)D2=dist(pos2)D2=01.41422.82841.414201.41422.82841.41420也就是說，神經(jīng)元1與其本身的距離為0，與神經(jīng)元2之間的距離為1.414，以此類推2023/2/524我視頻名稱:SOM神經(jīng)網(wǎng)絡(luò)理論及其matlab實現(xiàn)會員：Hgsz2003版權(quán)申明：視頻歸原創(chuàng)作者跟Matlab中文論壇所有，可以在Matlab中文論壇下載或者觀看，請勿轉(zhuǎn)載！www.iLoveM！Matlab&Simulink為美國mathworks公司注冊商標(biāo)！版權(quán)歸mathworks公司所有！www.iLoveM（2）box距離：表示兩個位置向量之間的距離，假設(shè)兩個位置向量是Pi和Pj，則他們之間的box距離為Dij=max(abs(Pi-Pj))例子：應(yīng)用矩形拓?fù)浜瘮?shù)gridtop()生成6個表示神經(jīng)元位置的向量，其矩陣為>>pos=gridtop(2,3)pos=0