somplot.docx

第一个图其实就是SOM神经网络的结构图，由于有7个变量，所以输入层是7个节点。后面的40表示竞争层的
神经元节点数为40个，这个应该是在程序里面设置的，和下面的图一致。SOMTopology指SOM神经网络的拓扑结构，
即网络结构

********************************************************下面这个图表示近邻神经元之间权值的距离。其中灰色的表示神经元节点，红线表示神经元之间有连接，中间的颜色块表示
神经元权值向量的远近程度。从黄色到黑色，颜色越深表明越远。showingneuronsasgray-bluepatchesandtheirdirectneighborrelationswithredlines.Theneighborpatches
arecoloredfromblacktoyellowtoshowhowcloseeachneuron'sweightvectoristoitsneighbors.***********************************************************下面这个图表示每个输入向量和竞争层神经元之间的权值连接情况。权值最小的颜色块为蓝色，权值为0的颜色块为黑色，，权值最大的颜色块为红色。Eachithsubplotshowstheweightsfromtheithinputtothelayer'sneurons,
withthemostnegativeconnectionsshownasblue,zeroconnectionsasblack,andthestrongestpositive
connectionsasred.********************************************************这个图显示输入样本的划分情况。plotstheinputvectorsasgreendotsandshowshowtheSOMclassifiestheinputspacebyshowingblue-gray
dotsforeachneuron'sweightvectorandconnectingneighboringneuronswithredlines.***********************************************************网络的拓扑结构。*****************************************************竞争层邻近神经元的连接情况，灰色的表示神经元节点，红线表示神经元之间有连接。

略有一些收获以上的问题在matlabhelp中得到解决但是还有一些疑问。1.怎么样决定mapsize?在一篇文献上看见了用两个参数来衡量quantizationerrorortopographicerror?
但是不知道这两个函数该如何去调用？2.怎样从trainedmap里面判断数据的分类？看到有些文献利用weightdistance图中黑色将区域划分为几个部分
就确定为几个部分的分类？还有利用Davies-Bouldinindex(DBI)来衡量？但是像我训练出来的图黑色的部分
都集中在网格底部这样从图中到底应该怎么分？3.从各个input的权重分布图可以看出一些参数的分布极其相似这样我们是应该去掉相类似的只保留一个进行分析
还是都放在里面聚类？
略有一些收获以上的问题在matlabhelp...
首先说明《MATLAB神经网络30个案例分析》不是我的书，我的水平还没有达到那个地步，呵呵~1、这两个参数应该是根据定义的公式编程序实现的，MATLAB里面好像没有现成的函数；2、最直观的从SOM神经网络输出的激发的神经元的编号来判断，比如有8个训练样本，输出的编号是13613643624那么样本1、3分为1类，2、4、6分为1类，5、8为1类，7单独一类。3、因为是对所有样本进行聚类的，经过聚类后，相似的样本会聚在一起，不同的样本会被分在不同的类别中，
所以应该没有必要去掉相似的样本。网站的一些视频书籍帖子都给我提供了很大的帮助。谢谢！1.这两个函数quantizationerrorortopographicerror?公式编程有没有可以参考的例子？在help中
输入quantizationerror倒是有一个函数errmean但是不知道如何使用在评价图像上？2.我的训练样本上万个怎么从输出的编号去分类啊？
2、试试unique函数。
output=randi(50000,1,50000);%假设SOM网络输出50000个[150000]之间的随机整数
number=length(unique(output))%