这篇文章主要介绍“matlab怎么实现自组织竞争神经网络”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“matlab怎么实现自组织竞争神经网络”文章能帮助大家解决问题。
创新互联成立与2013年，先为沙坡头等服务建站，沙坡头等地企业，进行企业商务咨询服务。为沙坡头企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。
competlayer函数创建一个竞争网络层，根据输入样本之间的相似性对其进行分类，分类的类别数是给定的，且总是倾向于给每一个类别分配相同数目的样本，尽量均衡地进行分类。
inputs = iris_dataset;
% 载入数据
net = competlayer(3);
% 创建竞争网络
net = train(net,inputs);
% 训练
outputs = net(inputs);
% 分类
classes = vec2ind(outputs);
% 格式转换。classes为分类结果
selforgmap函数利用数据本身的相似性和拓扑结构对数据进行聚类。
x = simplecluster_dataset;
figure
plot(x(1,:),x(2,:),'o')
set(gcf,'color','w')
title('原始数据')
net = selforgmap([8 8]);
% 创建自组织映射网络
net = train(net,x);
% 训练
y = net(x);
classes = vec2ind(y);
figure
hist(classes,64)
% 显示聚类结果
set(gcf,'color','w')
title('聚类结果')
xlabel('类别')
ylabel('类别包含的样本数量')
figure
plotsompos(net,x)
% 显示类别中心点的位置
net = selforgmap([2,3]);
net = train(net,x);
y = net(x);
classes = vec2ind(y);
figure
hist(classes,6)
% 6个类别包含的样本个数
figure
plotsomhits(net,x)
% 显示每个类别的个数
figure
plotsompos(net,x)
% 显示类别中心点的位置
数据文件均为MATLAB自带的用于聚类的数据
关于“matlab怎么实现自组织竞争神经网络”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注创新互联行业资讯频道，小编每天都会为大家更新不同的知识点。