11.3.5 自组织映射人工神经网络

自组织映射分析视图提供各类自组织映射人工神经网络分析的多元统计视图，以及结果的详细汇总表格，如图11-16所示。关于自组织映射神经网络的方法原理详见12.22。

和其它人工神经网络一样，自组织映射人工神经网络的建模和训练涉及的参数较多。但除了网格尺寸外，其余参数特别是递归训练参数的默认值适用于大多数的应用场合，除另有需要外，一般采用默认值即可。SOM的相关参数与说明详见下表：

对于网络神经元（网格）数目的选择及优化，请详见12.22。

左列：六边形拓扑结构的结果系列矩阵（8×16）；右列：正方形拓扑结构的结果系列矩阵（8×16）

图形外观中选项对SOM图的显示样式的影响：中图：样本标记文字：启用；右图：样本标记文字：启用；网格线：启用。

对于SOM网格图，具有以下操作方式：

• 当图形标记文本为开启状态时，将在所有SOM网格图中突出显示BMU神经元的位置，并标注与其关联的样本信息，如果该BMU神经元上存在多个样本投影，则在神经元右上角显示数字x/y，其中x为重叠的样本数，y为样本所属的分类数。
• 双击SOM网格图中的BMU神经元，则会切换至对应的样本图谱视图；在权值网格图中双击BMU神经元，则显示对应神经元权值向量与指纹图谱共有模式向量间的柱状图。

自组织映射人工神经网络输出栏分别提供以下分析结果统计列表及对应的多元统计图形：

表1）自组织映射图（SOM）模型参数设置。该列表对当前SOM的模型参数进行汇总，其示例如下表所示：

表2）自组织映射图（SOM）模型质量评价。

上图显示了SOM模型训练的一般过程。模型残差在训练开始阶段有时会遇到短暂震荡，这说明神经元有大范围更新

从左至右，从上至下：SOM作为非线性拓扑映射，神经元间所代表的原始样本之间的真实距离（相似性）主要通过U矩阵（图3）得到体现。U矩阵类似等高线图，热图中数值较高的区域两侧的神经元距离较远，而BMU与SMU则通常位于数值最低的盆地中央区域。

表3）自组织映射图（SOM）U矩阵。U矩阵的数据量较大，需要单击显示按钮切换到原始数据视图中进行查看。

表4）自组织映射图（SOM）神经元权值矩阵。神经元权值矩阵的数据量较大，需要单击显示按钮切换到原始数据视图中进行查看。

表5）自组织映射图（SOM）权重矩阵统计值。该表格显示每个输入自变量所对应的神经元权值的统计信息。

表6）自组织映射图（SOM）样本投影拓扑位置。该列表显示了训练集中每个样品的属性及其对应的BMU神经元在二维网格中的拓扑位置。