大家好，各位神经网络爱好者们，关于AForge中的SOM学习算法我有些困惑。我发现其实现假设了最常见的情况，即一个二维的SOM。

当我查看网络上的其他SOM图形时，我发现神经元的位置随时间变化。相似的神经元被聚集在一起。

我查看了源代码，发现地图中神经元的位置是固定的。代码如下：

int wx = neuronIndex % width;int wy = neuronIndex / width;

这是否只是另一种具有固定位置的SOM类型，或者是我误解了什么？我还认为主要目的是从SOM中获取信息图形，但似乎没有公开可用的方法来获取神经元的位置。

回答：

我不熟悉AForge，但是……

编辑：起初我以为权重是二维的，并且被训练成类似网格的形状，但这更像是一种有根据的猜测：你看到的移动神经元网格仍然不是SOM的节点。SOM节点的位置是恒定的。SOM被训练用于抽象某些数据集，而Sammon映射可能被用作节点权重的可视化方法。结果看起来像这个，可能会与原始SOM的网格混淆，在这个网格中，节点或“神经元”从不移动。

请注意，这仍然只是一种有根据的猜测。