文件名称：Self-Organizing-Maps:该代码实现了稀疏匹配的SOM的自动聚类增强和分层聚类可视化的方法，如以下所述
文件大小：1KB
文件格式：ZIP
更新时间：2024-05-26 05:12:28
自组织图 该代码实现了稀疏匹配的SOM的自动聚类增强和分层聚类可视化的方法，在以下文章中进行了描述：N. Manukyan，MJ Eppstein，DM Rizzo，“稀疏匹配的自组织映射中的数据驱动聚类增强和可视化，” Neural网络和学习系统，IEEE事务，第23卷，第5期，第846-852页。 摘要：“集群增强”阶段通过以数据驱动的方式增强集群边界来在自组织映射（SOM）中推进集群分离。 SOM是高维数据在典型的二维（2D）特征图上的自组织投影，其中矢量相似性隐式转换为2D投影中的拓扑紧密度。 CR阶段以无监督，数据驱动的方式放大了集群内部的相似性。 结果映射中的不连续性对应于集群之间的距离，并存储在边界（B）矩阵中。 CR阶段启用了新的层次结构可视化的群集边界直接显示在特征图上的功能，除了在SOM培训的自组织过程中隐式完成的功能之外，无需进一步的群集。 驾驶员功能demoCR
【文件预览】：
Self-Organizing-Maps-master
----.gitignore(56B)
----README.md(2KB)