自组织映射的稳定状态
Stable state of a Self Organizing Map
如何在训练过程中识别自组织映射的稳定状态？我需要它来控制我的迭代（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，但这两者不断变化并且永远不会达到稳定状态。
您正在使用批量映射算法，希望它具有更稳健的收敛性。您是否参考过 Kohonen 最近的 MATLAB 书？它在“4.2 学习过程的稳定状态”中谈到了这个问题，并在第 5 章中指出了实现收敛的许多方法，例如使用两个训练阶段（粗略和精细）。
此外，还有一个技巧可以使收敛到稳定状态。
"... if the neighborhood function is held constant during the last iterations,
whatever its width is, and the same input data are applied
iteratively, the ordering process will be stabilized (converge) in a
finite number of training cycles. So far we have found no exceptions
to this observation." Kohonen, T. K. (2014). MATLAB Implementations
and Applications of the Self-Organizing Map.
http://docs.unigrafia.fi/publications/kohonen_teuvo/
如何在训练过程中识别自组织映射的稳定状态？我需要它来控制我的迭代（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，但这两者不断变化并且永远不会达到稳定状态。
您正在使用批量映射算法，希望它具有更稳健的收敛性。您是否参考过 Kohonen 最近的 MATLAB 书？它在“4.2 学习过程的稳定状态”中谈到了这个问题，并在第 5 章中指出了实现收敛的许多方法，例如使用两个训练阶段（粗略和精细）。
此外，还有一个技巧可以使收敛到稳定状态。
"... if the neighborhood function is held constant during the last iterations, whatever its width is, and the same input data are applied iteratively, the ordering process will be stabilized (converge) in a finite number of training cycles. So far we have found no exceptions to this observation." Kohonen, T. K. (2014). MATLAB Implementations and Applications of the Self-Organizing Map. http://docs.unigrafia.fi/publications/kohonen_teuvo/