Neural network 自组织映射的稳定状态

如何在培训期间识别自组织映射的稳定状态？我需要它来控制我的迭代（即在稳定时继续或停止训练）。我试着观察拓扑误差和平均量化误差的百分比变化，但这两种误差一直在变化，永远不会达到稳定状态

希望您使用的是批处理映射算法，该算法具有更稳健的收敛性。你看过Kohonen最近的MATLAB书吗？它在“4.2学习过程的稳定状态”中涉及到这一问题，并在第5章中指出了实现收敛的一些方法，例如使用两个训练阶段（粗略和精细）

此外，还有一个技巧可以导致收敛到稳定状态

“…如果在最后一次迭代中邻域函数保持不变， 无论其宽度是多少，都应用相同的输入数据 迭代地，排序过程将在一个特定的时间内稳定（收敛） 有限的训练周期。到目前为止，我们没有发现任何例外 对这一观察的回应。”Kohonen，T.K.（2014）。MATLAB实现 以及自组织映射的应用。

---

是的，我看过这些选项，但没有达到稳定状态，但是，我意识到，如果数据中存在不相关的特征，SOM不会收敛。