matlabsom演算法

Ⅲ matlab的演算法有哪些急用！謝謝啊！

MATLAB 產品族可以用來進行以下各種工作：
● 數值分析
● 數值和符號計算
● 工程與科學繪圖
● 控制系統的設計與模擬
● 數字圖像處理 技術
● 數字信號處理 技術
● 通訊系統設計與模擬
● 財務與金融工程
MATLAB 的應用范圍非常廣，包括信號和圖像處理、通訊、控制系統設計、測試和測量、財務建模和分析以及計算生物學等眾多應用領域。附加的工具箱（單獨提供的專用 MATLAB 函數集）擴展了 MATLAB 環境，以解決這些應用領域內特定類型的問題。
matlab特點
●此高級語言可用於技術計算
●此開發環境可對代碼、文件和數據進行管理
●互動式工具可以按迭代的方式探查、設計及求解問題
●數學函數可用於線性代數、統計、傅立葉分析、篩選、優化以及數值積分等
●二維和三維圖形函數可用於可視化數據
●各種工具可用於構建自定義的圖形用戶界面
●各種函數可將基於MATLAB的演算法與外部應用程序和語言（如 C、C++、Fortran、Java、COM 以及 Microsoft Excel）集成
MATLAB的優勢
（1）友好的工作平台和編程環境
MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許多工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以及軟體本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標准界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。
（2）簡單易用的程序語言
Matlab一個高級的矩陣/陣列語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的復雜的應用程序（M文件）後再一起運行。新版本的MATLAB語言是基於最為流行的C＋＋語言基礎上的，因此語法特徵與C＋＋語言極為相似，而且更加簡單，更加符合科技人員對數學表達式的書寫格式。使之更利於非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。
（3）強大的科學計算機數據處理能力
MATLAB是一個包含大量計算演算法的集合。其擁有600多個工程中要用到的數學運算函數，可以方便的實現用戶所需的各種計算功能。函數中所使用的演算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和容錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++ 。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數集包括從最簡單最基本的函數到諸如矩陣，特徵向量、快速傅立葉變換的復雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、復數的各種運算、三角函數和其他初等數學運算、多維數組操作以及建模動態模擬等。
（4）出色的圖形處理功能

圖形處理功能 MATLAB自產生之日起就具有方便的數據可視化功能，以將向量和矩陣用圖形表現出來，並且可以對圖形進行標注和列印。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。可用於科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使它不僅在一般數據可視化軟體都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對於一些其他軟體所沒有的功能（例如圖形的光照處理、色度處理以及四維數據的表現等），MATLAB同樣表現了出色的處理能力。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的製作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。
（5）應用廣泛的模塊集合工具箱
MATLAB對許多專門的領域都開發了功能強大的模塊集和工具箱。一般來說，它們都是由特定領域的專家開發的，用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數據採集、資料庫介面、概率統計、樣條擬合、優化演算法、偏微分方程求解、神經網路、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理模擬、嵌入式系統開發、定點模擬、DSP與通訊、電力系統模擬等，都在工具箱（Toolbox）家族中有了自己的一席之地。
（6）實用的程序介面和發布平台
新版本的MATLAB可以利用MATLAB編譯器和C/C++數學庫和圖形庫，將自己的MATLAB程序自動轉換為獨立於MATLAB運行的C和C++代碼。允許用戶編寫可以和MATLAB進行交互的C或C++語言程序。另外，MATLAB網頁服務程序還容許在Web應用中使用自己的MATLAB數學和圖形程序。MATLAB的一個重要特色就是具有一套程序擴展系統和一組稱之為工具箱的特殊應用子程序。工具箱是MATLAB函數的子程序庫，每一個工具箱都是為某一類學科專業和應用而定製的，主要包括信號處理、控制系統、神經網路、模糊邏輯、小波分析和系統模擬等方面的應用。
（7）應用軟體開發（包括用戶界面）
在開發環境中，使用戶更方便地控制多個文件和圖形窗口；在編程方面支持了函數嵌套，有條件中斷等；在圖形化方面，有了更強大的圖形標注和處理功能，包括對性對起連接注釋等；在輸入輸出方面，可以直接向Excel和HDF5進行連接。

Ⅳ matlab有som神經網路函數嗎

SOM神經網路也屬於自組織型學習網路，只不過更特殊一點它屬於自組織特徵的映射網路。該網路是由一個全連接的神經元陣列組成的無教師，自組織，自學習的網路。kohonen認為，處於空間中不同區域的神經元有著不同的分工，當一個神經網路接受外界輸入模式時，將會分為不同的反映域，各區域對於輸入模式具有不同的相應特徵。

%隨機生成1000個二維向量，作為樣本，並繪出其分布
P=rands(2,1000);
plot(P(1,:),P(2,:),'+r')
title('初始隨機樣本點分布');
xlabel('P(1)');
ylabel('P(2)');
%建立網路，得到初始權值
net=newsom([01;01],[56]);
w1_init=net.iw{1,1}
%繪出初始權值分布圖
figure;
plotsom(w1_init,net.layers{1}.distances)
%分別對不同的步長，訓練網路，繪出相應的權值分布圖
fori=10:30:100
net.trainParam.epochs=i;
net=train(net,P);
figure;
plotsom(net.iw{1,1},net.layers{1}.distances)
end
%對於訓練好的網路，選擇特定的輸入向量，得到網路的輸出結果
p=[0.5;0.3];
a=0;
a=sim(net,p)

SOM神經網路執行的時候，每次執行後的結構不一樣，原因是每一次激發的神經元不一樣，但是無論激活那個神經元，最後的分類結果不會改變。

缺點：就是有的神經元的初始權值向量里輸入向量太遠以至於他從未在競爭中獲勝，因而也從未得到學習，就形成了死神經元。

Ⅳ 怎樣用matlab實現som聚類演算法

這個貌似demo裡面有

Ⅵ matlab som quantification error 怎麼算

量化誤差

Then via the introction of Match-degree, Rection-rate and quantification error of recing sample, a novel approach to
intrusion detection based on Multi-layered modified SOM neural network and
Principal Component Analysis (PCA) is proposed.

然後通過引入自定義變數匹配度、約簡率和約簡樣本量化誤差,提出了一種新的基於多層自組織映射和主成分分析入侵檢測模型與演算法。

短句來源

The Self-Organizing Map(SOM) learning and classification algorithms are
firstly modified. Then via the introction of match-degree,rection-rate and
quantification error of recing sample,a novel approach
to intrusion detection based on multi-layered modified SOM neural network and
Principal Component Analysis(PCA) is proposed.

首先改進了自組織映射學習和分類演算法,通過引入自定義變數匹配度、約簡率和約簡樣本量化誤差,提出了一種新的基於多層自組織映射和主成分分析入侵檢測模型與演算法。

Ⅶ matlab里對於SOM聚類操作的問題

按照你的數據，newsom里的第一個變數必須得是一個14行的向量才行，不能只是兩行

Ⅷ MATLAB中SOM神經網路的權值是怎樣實現初始化的

SOM神經網路的初始權值是自動完成的，用隨機數設定輸入層和映射層之間的權值的初始值。這種方式有一個問題，就是有時一個神經元的初始權值輸入向量太遠，以至於它從未在競爭中獲勝，因而也從未得到學習，這將形成毫無用處的「死」神經元。

net=newsom(PR,[D1,D2,^],TFCN,DFCN,OLR,OSTEPS,TLR,TND)
PR:R個輸入元素的最大值和最小值的設定值，R*2維矩陣
Di：第I層的維數，默認為[5 8]
TFCN：拓撲函數，默認為hextop
DFCN:距離函數，默認為linkdist
OLR：分類階段學習速率，默認為0.9
OSTEPS：分類階段的步長，默認為1000
TLR：調諧階段的學習速率，默認為0.02
TNS:調諧階段的領域距離，默認為1.

Ⅸ 跪求som神經網路的MATLAB源代碼，謝謝各位大哥大姐。如果運行結果代碼正確，高分相送。

SOM:
close all
clf reset
figure(gcf);
echo on
pause
clc
p=zscore(data);%biaozhunhua
pause
clc
plot3(p(:,1),p(:,2),p(:,3),'*');
axis([0 1 0 1]);
title('Input data');
pause
clc
net=newsom([0 1;0 1],[9]);
pause
clc
net.trainParam.epochs=100;
net=train(net,p);
pause
clc
figure;
w=net.IW{1};
%IW 是輸入層到第一層的權值矩陣
%LW 是中間層和輸出層，也就是神經元到神經元的權值
%b 是第Ni層的偏向向量
plotsom(net.IW{1,1},net.layers{1}.distances);
pause
clc
a=sim(net,[0.6;0.8])
echo off

Ⅹ matlab怎麼判斷som結果的好壞 有什麼基本的准則么

你的問題問得有點寬泛，不同的預測方法要採用不同的命令，對結果的好壞也可以用不同的檢驗方法，具體問題具體分析。