4.3-SOM神经网络案例

神经网络理论及应用：SOM神经网络案例主讲人：吴静珠

北京工商大学计算机与人工智能学院应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE2问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(1)导入数据导入MATLAB自带数据simplecluster_dataset:simpleclusterInputs(2☓1000),simpleclusterTargets(4☓1000)loadsimplecluster_dataset;[x,t]=simplecluster_dataset;plot(x(1,:),x(2,:),'+')应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE3问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(2)创建网络采用函数selforgmap创建一个SOM网络，输出为10☓10的网络dimension1=10;dimension2=10;net=selforgmap([dimension1dimension2]);view(net);网络结构函数形式：selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE4问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(3)训练网络采用函数trainnet=train(net,x);网络训练界面网络拓扑结构应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE5问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(3)训练网络采用函数trainnet=train(net,x);网络训练界面相邻神经元连接情况应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE6问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(3)训练网络采用函数trainnet=train(net,x);网络训练界面神经元连接强度应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE7问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(3)训练网络采用函数trainnet=train(net,x);网络训练界面权值分布应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE8问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(3)训练网络采用函数trainnet=train(net,x);网络训练界面神经元激活情况应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE9问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(3)训练网络采用函数trainnet=train(net,x);网络训练界面权值向量的位置应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE10问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(4)测试网络y=net(x);classes=vec2ind(y);应用案例：基于MATLAB的SOM网络聚类2026/10/11BTBU-CIE11问题描述：在二维平面上有1000个点，采用SOM网络进行聚类。(4)测试网络y=net(x);classes=vec2ind(y);分析：①y为100☓1000的矩阵，列号表示输入样本编号，行中的“1”表示该位置的神经元被激活。②y是个稀疏矩阵，不便于观察，采用vec2ind得到每个样本激活的神经元编号。例如下所示，第一个输入样本激活第88个神经元，