【发布时间】：2017-04-20 10:48:42
【问题描述】：
如何在训练期间识别自组织地图的稳定状态？我需要这个来控制我的迭代（即在稳定时继续或停止训练）。我曾尝试查看拓扑误差的百分比变化以及量化误差，但这两者一直在变化并且永远不会达到稳定状态。
【问题讨论】：
标签： neural-network som self-organizing-maps
【发布时间】：2017-04-20 10:48:42
【问题描述】：
希望您正在使用批处理映射算法，它具有更强大的收敛性。您是否参考过 Kohonen 最近的 MATLAB 书籍？它在“4.2 学习过程的稳定状态”中触及了这个问题，并在第 5 章中提到了一些实现收敛的方法，例如使用两个训练阶段（粗略和精细）。
此外，还有一个技巧可以导致收敛到稳定状态。
"... 如果邻域函数在最后一次迭代中保持不变， 不管它的宽度是多少，并且应用相同的输入数据 迭代地，订购过程将稳定（收敛）在一个 有限数量的训练周期。到目前为止，我们没有发现任何异常 对此观察。” Kohonen, T. K. (2014). MATLAB 实现 自组织图的应用和应用。 http://docs.unigrafia.fi/publications/kohonen_teuvo/
【讨论】：
-
是的，我已经查看了这些选项，但没有达到稳定状态，但是，我意识到如果数据中存在不相关的特征，SOM 不会收敛。