SOFM-Matlab实例

run.m

% sofm网络会进行数据的聚类分析，
% 比如说使用newsom([-1 1; -1 1],[5 6])
% 会产生5x6=30个集合点

% 把大的程序拆成很多个小的程序是一个很好的习惯

close all;clear;clc

% P=rands(2,100);
A_define; % define a "Nx2" matrix
P=A';
% P=[rands(2,50)*0.2+0.6, rands(2,50)*0.1-0.6];
plot(P(1,:),P(2,:),'+r')

net=newsom([min(P(1,:)) max(P(1,:)); min(P(2,:)) max(P(2,:))],[2 1]);
w1_init=net.iw{1,1};

figure
plotsom(w1_init,net.layers{1}.distances)
title('初始权值分布图')

% 训练一个神经网络
for i=100:30:100
    net.trainParam.epochs=i;
    net=train(net,P);
    figure;
    plotsom(net.iw{1,1},net.layers{1}.distances)
end

% 网络测试与应用
find(sim(net,[0.3072;0.7490])==1)


colorit;

colorit.m

% color original point by its class:
point_class=net.iw{1,1};
figure
hold on
num1=0;
num2=0;
for i=1:size(P,2)
    dis=inf;
    for j=1:size(point_class,1)
        now_dis=sqrt( (P(1,i)-point_class(j,1))^2+(P(2,i)-point_class(j,2))^2 );
        if now_dis<dis
            dis=now_dis;
            class=j;
        end
    end
    if class==1
        plot(P(1,i),P(2,i),'r+');
        num1=num1+1;
    elseif class==2
        plot(P(1,i),P(2,i),'g+');
        num2=num2+1;
    elseif  class==3
        plot(P(1,i),P(2,i),'b+');
    end
end
hold off