自组织神经网络基本概念综述.ppt

——基本概念 自组织神经网络模型 CONTENTS 目录 1 2 3 引言 三种联想学习规则 自组织竞争网络 在人类的认识过程中，除了从教师那里得到知识外，还有一种不需要通过教师，自动向环境学习的能力。自组织神经网络的无导师学习方式类似于人类大脑中生物神经的学习，其最重要的特点是通过自动搜寻样本的内在规律和本质属性，自组织自适应地改变网络参数与结构。 实际神经网络中存在“侧抑制”现象，致使各细胞之间相互竞争，其最终结果是：兴奋作用最强的神经细胞所产生的抑制作用战胜了它周围所有其他细胞而“赢”了，其周围的其他神经细胞则全输了。自组织网络的自组织功能是通过竞争学习实现的。 二 01 内星学习规则 02 外星学习规则 03 科荷伦学习规则 三种联想学习规则 两类神经元模型 内星：可以被用来识别一个矢量 特点：信号流向星的内部 内星：可以被训练来产生矢量 特点：信号流向星的外部 内星学习规则 激活函数 (硬限制函数) 学习规则(单内星) 如果内星输出 被某一外部方式维持高值时，那么通过反复学习，权值将能够逐渐趋于矢量 的值，从而达到利用内星来识别矢量的目的。但是当内星输出值保持为低值时，网络学习的可能性较小，甚至不能被学习。 外星学习规则 激活函数 学习规则(单外星) 与内星不同，外星连接强度的变化 是与输入矢量 成正比。即