Matlab代码实现SOM(自组织映射)算法

深碍√TFBOYSˉ_ 2022-07-14 01:45 299阅读 0赞

som可用于聚类，图像分割等，由于论文需要matlab实现了som。

%som实现
    %2016-11-12
    %by wangbaojia
    %  som原理及参数说明
    % 1.竞争：匹配最佳神经元---------->计算每个样本和初始神经网络的距离，距离最近神经元作为获胜神经元
    %
    % 2.合作：在权值更新过程中，不仅获胜神经元的权
    %值向量得到更新，而且其近邻神经元的权值向量也按照某个“近邻函数”进行更新。这样在开
    %始时移动量很大，权值向量大致地可按它们的最终位置来排序；
    %获胜神经元决定兴奋神经元的拓扑邻域的空间位置,从而提供了相邻神经元合作的基础
    %   拓扑邻域：规则多边形一般都可以作为邻域形状,常用的主要有正方形或六边形,正方形更为普遍
    %
    %权重向量的调整就发生在获胜神经元的邻域内。在训练的刚开始阶段,这个邻域比较大,
    %随着训练的进行,这个邻域开始不断减小
    %
    % 3.自适应：权值更新过程
    % 算法：
    % 1.初始化
    %    1)迭代次数：时间步长iter
    %    2)输出结点权值向量初始值,向量各元素可选区间(0，1)上的随机值,这里选择正方形邻域
    %    3)学习率初始值
    %    4)邻域半径的设置应尽量包含较多的邻神经元,整个输出平面的一半
    % 2.求竞争获胜神经元;欧拉距离函数求解
    % 3.权值更新：
    %        获胜节点和邻域范围内神经元集合的m个节点更新权值，j=1:m；    
    %            wj(t+1)=wj(t)+learnfun(t)*neighborfun(t)*(x-wj);
    % 4.更新学习率，更新邻域函数 
    %        neighborfun(t)=neighbor0*exp(-dij/t1);   t1=iter/log(neighbor0)
    %         learnfun(t)=learn0*exp(-t/t2);     t2=iter
    % 5.当特征映射不再发生明显变化时或达到最大网络训练次数时退出,否则转入第2步
    
    %载入数据，data数据每一行为一个用空格区分的多维数据样本
    tic;
    %样本数据的位置
    file_path='C:\Users\Administrator\Desktop\testclustering\test1\';
    path=strcat(file_path,'data.txt');
    %path=strcat(file_path,'data_path.txt');
    data=load(path);
    [data_row,data_clown]=size(data);
    
    %自组织映射网络m*n
    m=5;
    n=5;
    %神经元节点总数som_sum
    som_sum=m*n;
    %权值初始化，随机初始化
    w = rand(som_sum, data_clown);
    %初始化学习率
    learn0 = 0.6;
    learn_rate = learn0;
    %学习率参数
    learn_para=1000;
    %设置迭代次数
    iter =500;
    %神经元位置
    [I,J] = ind2sub([m, n], 1:som_sum);
    %邻域初始化 
    neighbor0 =2;
    neighbor_redius = neighbor0;
    %邻域参数
    neighbor_para = 1000/log(neighbor0);
     
    %迭代次数
    for t=1:iter 
        %  样本点遍历
        for j=1:data_row  
            %获取样本点值
            data_x = data(j,:); 
            %找到获胜神经元
            [win_row, win_som_index]=min(dist(data_x,w'));  
            %获胜神经元的拓扑位置
            [win_som_row,win_som_cloumn] =  ind2sub([m, n],win_som_index);
            win_som=[win_som_row,win_som_cloumn];
            %计算其他神经元和获胜神经元的距离,邻域函数
            %distance_som = sum(( ([I( : ), J( : )] - repmat(win_som, som_sum,1)) .^2) ,2);
            distance_som = exp( sum(( ([I( : ), J( : )] - repmat(win_som, som_sum,1)) .^2) ,2)/(-2*neighbor_redius*neighbor_redius)) ;
            %权值更新
            for i = 1:som_sum
               % if distance_som(i)<neighbor_redius*neighbor_redius 
                w(i,:) = w(i,:) + learn_rate.*distance_som(i).*( data_x - w(i,:));
            end
        end
     
        %更新学习率
        learn_rate = learn0 * exp(-t/learn_para);   
        %更新邻域半径
        neighbor_redius = neighbor0*exp(-t/neighbor_para);  
    end
    %data数据在神经元的映射
    %神经元数组som_num存储图像编号
    som_num=cell(1,size(w,1));
    for i=1:size(w,1)
        som_num{1,i}=[];
    end
    %每个神经元节点对应的data样本编号
    for num=1:data_row
        [som_row,clown]= min(sum(( (w - repmat(data(num,:), som_sum,1)) .^2) ,2));
        som_num{1,clown}= [som_num{1,clown},num];    
    end
    
    %存储神经元数组，.mat格式
    path1=strcat(file_path,'som_num.mat');
    save(path1,'som_num');
    toc;

1）针对一些问题这里统一说明一下，data中的数据没有标签的类别属性，data.txt文本数据为每一行为一个用空格区分的多维数据样本，读者的数据中如果有类别标签可取出单独用一个数组存放 ，若想要对聚类效果进行评价，如使用NMI值进行评估时，再和聚类输出结果进行比较计算，代码如下贴出，否则以上计算中不涉及类别标签  
2）以上代码只是som的收敛过程，还需要进一步的聚类收敛，如使用K-means算法对som聚类中心进行聚类达到最后的聚类结果  
3）各种聚类算法各有适用范围，som并不具有普适性，总体上som使用的并不多，在图像分割上较为常见，大家掌握思想就好

function score = nmi(true_labels, cluster_labels)
    %NMI Compute normalized mutual information (NMI) using the true and cluster
    %   labels and return the value in 'score'.
    %
    %   Input    : true_labels    : N-by-1 vector containing true labels
    %              cluster_labels : N-by-1 vector containing cluster labels
    %
    %   Output   : score          : NMI value
    %
    %   Reference: Shi Zhong, 2003.
    %              http://www.cse.fau.edu/~zhong/software/textclust.zip
    
    % Compute the confusion matrix 'cmat', where
    %   col index is for true label (CAT),
    %   row index is for cluster label (CLS).
    n = length(true_labels);
    cat = spconvert([(1:n)' true_labels ones(n,1)]);
    cls = spconvert([(1:n)' cluster_labels ones(n,1)]);
    cls = cls';
    cmat = full(cls * cat);
    
    n_i = sum(cmat, 1); % Total number of data for each true label (CAT), n_i
    n_j = sum(cmat, 2); % Total number of data for each cluster label (CLS), n_j
    
    % Calculate n*n_ij / n_i*n_j
    [row, col] = size(cmat);
    product = repmat(n_i, [row, 1]) .* repmat(n_j, [1, col]);
    index = find(product > 0);
    n = sum(cmat(:));
    product(index) = (n*cmat(index)) ./ product(index);
    % Sum up n_ij*log()
    index = find(product > 0);
    product(index) = log(product(index));
    product = cmat .* product;
    score = sum(product(:));
    % Divide by sqrt( sum(n_i*log(n_i/n)) * sum(n_j*log(n_j/n)) )
    index = find(n_i > 0);
    n_i(index) = n_i(index) .* log(n_i(index)/n);
    index = find(n_j > 0);
    n_j(index) = n_j(index) .* log(n_j(index)/n);
    
    denominator = sqrt(sum(n_i) * sum(n_j));
    %denominator = -(sum(n_i) +sum(n_j))./2;
    
    % Check if the denominator is zero
    if denominator == 0
      score = 0;
    else
      score = score / denominator;
    end