随着微博用户的增多，微博平台的信息更新频繁。针对微博文本的数据稀疏性、新词多、用语不规范等特点，提出了基于SOM聚类的微博话题发现方法。从原始语料中对文本进行预处理，通过词向量模型对短文本进行特征提取，降低了向量维度过高带来的计算量繁重问题。采用改进的SOM对话题进行聚类，该算法改善了传统文本聚类的不足，进而能有效地发现话题。实验表明该算法较传统文本聚类算法的综合指标F值有明显提高。

MICReshef.SOM.v2.pdf

创龙 SOM-TLZ7x 是一款基于 Xilinx Zynq-7000 系列 XC7Z010/XC7Z020 高性能低功耗处理器设计的异构多核 SoC 工业级核心板，处理器集成 PS 端双核 ARM Cortex-A9 + PL端 Artix-7 架构 28nm 可编程逻辑资源，通过工业级 B2B 连接器引出千兆网口、USB、CA N、UART 等通信接口，可通过 PS 端加载 PL 端程序，且 PS 端和 PL 端可独立开发。核心板经过专业的PCB Layout 和高低温测试验证，稳定可靠，可满足各种工业应用环境。 用户使用核心板进行二次开发时，仅需专注上层运用，降低了开发难度和时间成本，可快速进行产品方案评估与技术预研。

SOM神经网络的数据分类--柴油机故障诊断.zip

经典的SOM人工神经网络例子源码

用于SOM自组织特征映射神经网络学习数据集，机器学习之自组织特征映射神经网络（SOM）python实现

该实验使用kohonen算法对随机生成的样本位置点进行聚类，最后筛选出有效神经元为聚类中心；没有使用库函数，matlab自编程实现；

自组织特征映射神经网络（SOM）也是无教师学习网络，主要用于对输入向量进行区域分类。本程序编写了SOM网络的简单应用程序。

训练som自组织特征映射神经网络的源代码，这是一种很常用很实用的神经网络，不下会后悔的~

SOM（Self Organizing Maps ） 的目标是用低维目标空间的点来表示高维空间中的点，并且尽可能保持对应点的距离和邻近关系（拓扑关系）。该算法可用于降维和聚类等方面，此代码主要用于实现聚类。