Neural network 关于kohonen神经网络的几个问题
我有大数据集(时间序列,大约50个参数/值)。我想使用Kohonen网络对类似的数据行进行分组。我读过一些关于Kohonen神经网络的书,我了解Kohonen网络的概念,但是:Neural network 关于kohonen神经网络的几个问题,neural-network,Neural Network,我有大数据集(时间序列,大约50个参数/值)。我想使用Kohonen网络对类似的数据行进行分组。我读过一些关于Kohonen神经网络的书,我了解Kohonen网络的概念,但是: 我不知道如何用这么多维度实现Kohonen。我在CodeProject上找到了一个示例,但仅限于二维或三维输入向量。当我有50个参数时,我应该在我的神经元中创建50个权重吗 我不知道如何更新获胜神经元的权重(如何计算新权重?) 我的英语不是很好,我不理解我读到的关于Kohonen网络的所有内容,特别是公式中变量的描述,这
Wv(s+1)=Wv(s)+Θ(u,v,s)α(s)(D(t)-Wv(s))
W(s+1)=W(s)+Θ()*α(s)*(输入(t)-W(s))
,其中Θ是您的邻域函数简单的邻域函数包括线性插值(最大距离)或高斯函数应区分地图的维数,通常较低(例如,在矩形网格的常见情况下为2),以及参考向量的维数,可以任意高而没有问题 请看一个49维输入向量(7x7像素图像)的好例子。在本例中,Kohonen映射的形式为8个单位的一维环 另请参见各种类似Kohonen的网络的java模拟器,包括环形网络,如McMasters的网络。然而,参考向量都是二维的,但只是为了便于显示。它们可以具有任意高维,而不改变算法。如何计算
Θ(u,v,s)
?我在维基百科上找不到任何公式。