BP神经网络RBF神经网络自组织竞争型神经网络解析.pptVIP

第五章 自组织竞争型神经网络 5.1概述 5.2竞争学习机制和自稳学习机制 5.3自适应共振理论神经网络（ART） BP网络虽已得到广泛应用，然而，它在构成网络时未能充分借鉴人脑工作的特点，因而其功能有许多不足之处： 对比之下，人脑的优越性就极其明显了。人的大脑是一个庞大、复杂的神经网络系统，它不仅可以记忆来自外界的各种信息，即具有可塑性，而且还可以将新、旧信息保存下来，即具有稳定性。人的脑神经系统既能牢固地记住学得的各种知识又能适应各种复杂多变的环境，能够通过“自学”来认识未学习过的新事物并解决不熟悉的新问题。因此，我们在研究、设计和开发人工神经网络时，应该充分借鉴人脑的学习方法： （1）BP神经网络只适用于平稳的环境，这就是说，输入模式的各项统计特征不能随时间而变化（各种客体、客体间的关系以及相应的观察矢量具有统计平衡性）。但是，真实的世界不是或不完全是这样。 （2）BP网络的学习是在教师指导下的有监督学习，它不能自学；另一方面，网络的学习状态与工作状态是截然分开的，它不能边学习边工作。 （3）学习过程中神经网络的所有权值系数都要调整，而且为了防止振荡现象出现，学习的步幅必须取为较小的数值，这就使学习速度非常缓慢。 （4）在完成分类功能时如果被区分的客体类别数超出了神经网络可区分的最大极限，而学习方式仍按照原来方式进行，那么根本不可能给出正确