| Neural Net Clustering | Кластерные данные путем обучения самоорганизующейся сети карт |
nnstart | Нейронная сеть, начинающая графический интерфейс пользователя |
view | Просмотрите мелкую нейронную сеть |
selforgmap | Самоорганизующаяся карта |
train | Обучите мелкую нейронную сеть |
plotsomhits | Постройте самоорганизующиеся демонстрационные хиты карты |
plotsomnc | Постройте самоорганизующиеся соседние связи карты |
plotsomnd | Постройте самоорганизующиеся соседние расстояния карты |
plotsomplanes | Постройте самоорганизующиеся плоскости веса карты |
plotsompos | Постройте самоорганизующиеся положения веса карты |
plotsomtop | Постройте самоорганизующуюся топологию карты |
genFunction | Сгенерируйте функцию MATLAB для симуляции мелкой нейронной сети |
Кластерные данные с самоорганизующейся картой
Данные группы подобием с помощью Приложения Кластеризации Нейронной сети или функций командной строки.
Разверните мелкие функции нейронной сети
Симулируйте и разверните обученные мелкие нейронные сети с помощью инструментов MATLAB®.
Разверните обучение мелких нейронных сетей
Узнать, как развернуть обучение мелких нейронных сетей.
Этот пример иллюстрирует, как самоорганизующаяся нейронная сеть карты может кластеризировать ирисовые цветы в классы топологически, обеспечивая понимание типов цветов и полезного инструмента для последующего анализа.
Этот пример демонстрирует поиск шаблонов в профилях экспрессии гена в хлебопекарных дрожжах с помощью нейронных сетей.
Одномерная самоорганизующаяся карта
Нейроны в 2D слое учатся представлять различные области входного пробела, где входные векторы происходят.
Двумерная самоорганизующаяся карта
Как в одномерных проблемах, эта самоорганизующаяся карта будет учиться представлять различные области входного пробела, где входные векторы происходят.
Кластер с самоорганизующейся нейронной сетью карты
Используйте самоорганизующиеся карты функции (SOFM), чтобы классифицировать входные векторы согласно тому, как они сгруппированы на входном пробеле.
