自组织映射(SOM)不能有效地在颜色空间中聚类图像？
我试图在ai-junkie网站http://www.ai-junkie.com/ann/som/som1.html上重现实验，在一个更大的颜色数据集上使用自组织映射将不同的颜色聚类/分组在一起。我使用了大约400张不同纯色的图像，因为它们是纯色，所以任何颜色空间(例如，RGB)中的颜色值对于特定图像中的所有点都是相同的。因此，在使用SOM进行聚类之前，我使用的特征只是每个图像的三维颜色值。
当我执行SOM时，它的源代码是从具有40行、40列和20次迭代(epoch=20)的http://knnl.sourceforge.net/获得的，聚类的结果对我来说没有任何意义。我看起来像这样：
我觉得这只是随机聚类(如果我可以这么说的话)，即使是k-means算法也会得到更好的结果。有没有想过可能出了什么问题？
回答 4
Stack Overflow用户
发布于 2013-05-03 05:16:12
对于SOM算法来说，20次迭代是不够的。尝试使用rows*columns*500。它是学习算法的默认值。在像您这样的简单数据集上，您可以减少这个数字，但20太小了。并耐心等待，这将需要一段时间:)
Stack Overflow用户
发布于 2011-07-29 14:52:20
它看起来是错误的，正如你所说的，它看起来就像一个随机的集群。
各种各样的事情都可能出问题。有几个问题浮现在脑海中:迭代次数不够，邻域函数不够，你使用的库的实现有一些bug。
Stack Overflow用户
发布于 2011-08-02 08:37:06
你可以直接下载发布在ai-junkie.com上的示例：
ai-junkie.com SOM Demo
不确定SourceForge库是什么。或者你是在寻求调试它的帮助？
https://stackoverflow.com/questions/6600449
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号