自组织特征映射 自组织特征映射网络.doc

自组织特征映射 自组织特征映射网络 自组织特征映射网络 SOM网络时芬兰学者Kohonen与1981年提出的一种自组织竞争人工神经网络【49】，由输入层和输出层（竞争层）组成，典型结构如图【】所示。输入层神经个数为m，竞争层由a?b个神经元组成的二维平面阵列，输入层与竞争层各神经元之间… 电炉炼钢技术操作规程 一九八八年六月 目录 电炉炼钢基本技术操作规程 第一章冶炼前的准备 1 第二章扒补炉、装铁 4 第三章熔化期 6 第四章气化期8 第五章还原期12 第六章不氧化、返回吹氧法、返回单渣法操作要点18 第七章加入铁合金的规定19 第… 环境概论作业 ——《新人口论》主要内容及感想 《新人口论》是马寅初1955年根据在浙江、上海等地进行的人口调查和中国的国情总结出来的科学预见。马寅初于1957年4月，在北京大学大饭厅就人口问题发表首次演讲，题为《控制人口与科学研究》这年6月，马寅初将… 自组织特征映射网络 SOM网络时芬兰学者Kohonen与1981年提出的一种自组织竞争人工神经网络【49】，由输入层和输出层（竞争层）组成，典型结构如图【】所示。输入层神经个数为m，竞争层由a?b个神经元组成的二维平面阵列，输入层与竞争层各神经元之间实现全连接。在训练开始前，输出接点被赋予一个很小的随机权值。输入样本后，使输出接点进行竞争，并调整获胜接点及其邻域内接点的权值。训练完成时，输出层节点分布能够较好地保留数据在元空间中的拓扑分布状况。 x1x2…xm SOM网络的训练过程采用自组织竞争学习原则，其训练过程如下： （1） 网络初始化 随机对m个输入神经元到输出神经元的连接权值赋予较小的权值。定义最大训练长度（通常定义一个合适的收敛准则比较困难，故多通过定义一个最大长度来作为训练结束的条件）； （2） 确定最佳匹配单元 从训练数据集中选取一个样本x，计算样本与每个输出节点之间的欧氏距离（也可采用其他距离），选出与样本x距离最近的输出节点，这个节点称为该输入样本的最佳匹配单元，记为mc，并给出其邻接神经元集合： x?mc?min?x?mi? i （3） 权值的学习 根据事先定义的领域函数确定处于最佳匹配单元邻域内的节点，调整BMU及邻域内节点的权值： wi?t?1??wi?t????t?hci?t??x?t??wi?t?? 其中，wi?t?代表第t步的i节点的权值；??t?为第t步的学习率，为随时间逐渐下降的[0，1]区间上的函数；hci?t?为邻域函数。 （4） 是否达到预先设定的要求 如果未达到最大训练长度，则返回步骤（2）继续训练，否则训练结束。 自组织特征映射网络 SOM网络时芬兰学者Kohonen与1981年提出的一种自组织竞争人工神经网络【49】，由输入层和输出层（竞争层）组成，典型结构如图【】所示。输入层神经个数为m，竞争层由a?b个神经元组成的二维平面阵列，输入层与竞争层各神经元之间… 自组织特征映射网络 SOM网络时芬兰学者Kohonen与1981年提出的一种自组织竞争人工神经网络【49】，由输入层和输出层（竞争层）组成，典型结构如图【】所示。输入层神经个数为m，竞争层由a?b个神经元组成的二维平面阵列，输入层与竞争层各神经元之间… 自组织特征映射网络 SOM网络时芬兰学者Kohonen与1981年提出的一种自组织竞争人工神经网络【49】，由输入层和输出层（竞争层）组成，典型结构如图【】所示。输入层神经个数为m，竞争层由a?b个神经元组成的二维平面阵列，输入层与竞争层各神经元之间… 百度搜索“就爱阅读”,专业资料,生活学习,尽在就爱阅读网92,您的在线图书馆 篇二： 部门及员工绩效考评制度 部门及员工绩效考评管理制度 为规范公司对部门和员工的绩效考评制定本制度。 1.目的 通过对部门和员工日常工作和行为规范的考核、考评，建立公司绩效考评管理系统，促进个人工作素养和整体工作效率的不断提高，防止和纠正部门和员工渎职、失职、违纪、违规行为，保证公司绩效目标管理的达成。 2.适用范围 适用于公司内部对部门和员工的各级考评、各类行为规范的考核的管理。 3.职责和权限 3.1总经理或其授权人或公司主管领导对总经理办公室和人力资源部有考评权和考核权，负责对各类考评、考核结果的最终认定。 3.2公司成立由总经理或其授权人、主管领导、总经理办公室和人力资源部等职能部门组成的考核小组，考核小组对各部门有考评权和考核权。 3.3各部门和生产单位负责人对本单位的员工进行管理,行使考评权和考核权。 3.3人力资源部负责归口公司考评和考核结果，并将结果与绩效工资挂钩。 3.4员工和部门对同级和上级单位有考评和考核的建议权。 4.绩效考评管理程序和考核管理