Các thuộc tính được sử dụng bởi mạng Kohonen được tóm tắt như sau:
¾ Halt: thiết lập bằng true để kết thúc huấn luyện
¾ learnMethod: phương thức học, thiết lập bằng 1 cho trừ hoặc giá trị khác cho cộng.
¾ learnRate: tốc độ học ban đầu
¾ outputWeights[][]: trọng số nơron đầu ra và đầu vào
¾ quitError: Khi đạt đến tỷ lệ lỗi này thì ngừng huấn luyện
¾ reduction: Lượng giảm learnRate ở mỗi thời kỳ
¾ retries: Tổng số chu kỳ cho phép, số chu kỳ huấn luyện cao nhất có thể
diễn rạ
¾ train: Tập huấn luyện
Đầu tiên lưu ý rằng có một phương thức dùng để copy ma trận trọng số. Sao chép ma trận trọng số là điều quan trọng bởi vì khi huấn luyện mạng Kohonen ma trận trọng số mới tìm được thỏa mãn là ma trận trọng số tốt nhất, nó phải được sao chép để lưu lại ma trận trọng số tốt nhất nàỵ Cũng có một phương thức có khả năng
trọng số của ma trận bằng 0. Cuối cùng có một phương thức khởi tạo sẽ thiết lập tất cả ma trận trọng số giá trị khởi tạo ngẫu nhiên.
Một số phương thức khác nhau được sử dụng để chuẩn hóạ Bởi vì chuẩn hóa là một phần quan trọng của mạng Kohonen. Chuẩn hóa để cho mạng Kohonen hoạt
động tốt: Chuẩn hóa đầu vào, chuẩn hóa trọng số.
Khi huấn luyện chúng ta không quan tâm đến đầu ra của mỗi nơron mà chỉ
quan tâm đến đầu ra của nơron thực sự chiến thắng. Phương thức “winer” tìm nơron chiến thắng hoạt động bằng cách lặp trên từng nơron và tính toán đầu ra của từng nơron riêng biệt. Trong vòng lặp này sẽ lưu lại chỉ số của nơron có đầu ra cao nhất. Nơron với đầu ra cao nhất được coi là nơron chiến thắng. Phương thức trả lại nơron chiến thắng.