文件名称：Kohonen_Selft-Organizing_Feature_Map
文件大小：300KB
文件格式：ZIP
更新时间：2024-03-27 00:45:38
Python
Kohonen_Selft-Organizing_Feature_Map 自组织图（SOM）或自组织特征图（SOFM）是一种人工神经网络（ANN），使用无监督学习对其进行训练，以生成低维（通常为二维）离散化表示。训练样本的输入空间（称为地图），因此是一种进行降维的方法。 自组织映射不同于其他人工神经网络，因为它们应用竞争性学习而不是纠错学习（例如具有梯度下降的反向传播），并且从某种意义上说，它们使用邻域函数来保留输入空间的拓扑属性。 通过创建类似于多维缩放的高维数据的低维视图，这使SOM对于可视化很有用。 芬兰教授Teuvo Kohonen在1980年代引入的人工神经网络有时称为Kohonen地图或网络。 在这里，我训练了Kohonen的自组织特征图（SOFM），该图可以将3维数据的数据集映射到2维空间中。 首先，我在RGB空间中随机创建1600种颜色。 所有红色，绿色和蓝色值都必
【文件预览】：
Kohonen_Selft-Organizing_Feature_Map-main
----input-image.png(240KB)
----result-image.png(59KB)
----README.md(2KB)
----kohonen.py(3KB)