SOFM网络.pdfVIP

SOFM 网络及其在MATLAB 中的实现 朱福珍 吴斌 (西南科技大学 信息工程学院，四川 绵阳 621002 ) 摘要 本文详细叙述了自组织映射网络的原理、算法及其在 Matlab 中实现的工具箱，并结合 实例给出了 SOFM 在 Matlab 上的实现方法，对于 SOFM 的现存问题和未来研究趋势作了分析 和展望。 关键词 自组织;自组织特征映射(SOFM); 拓扑结构 中文分类号:TP183 文献标识码：A 文章编号： SOFM Network and the Realization of SOFM in Matlab Zhu Fu-Zhen Wu Bin (College of Information and Engineering， SWUST，Mianyang,Sichuan,621002,China) Abstract: This paper described the principle, the algorithm and the toolbox in Matlab of Self-organizing Feature Map Neural Network detailedly, including a paradigm of SOFM implemented in Matlab, analyzed the problem of SOFM at present and prospected its researching trend in the future. Key Words: Self-organization; Self-organizing Feature Map; Topology Structure 引言 人工神经网络(Artificial Neural Network,简称ANN)是近年来发展起来的模拟人脑生 物过程的人工智能技术。它由大量简单的神经元广泛互连形成复杂的非线性系统[1],不需要 任何先验公式，就能从已有数据中自动地归纳规则，获得这些数据的内在规律，具有很强的 自学习、自组织、自适应和非线性映射能力,特别适合于因果关系复杂的非线性推理、判断、 识别和分类等问题。 一般来说，神经网络的学习不仅应包括参数上的调整，也应该包括神经网络结构上的调 整，也即神经网络的学习不仅应找到最优的网络连接权值，也应找到一个合适的网络拓扑结 构。更深入的理论研究和试验仿真发现，网络的结构即神经元（节点）的数目以及神经元之 间的连接方式，对神经网络的性能起着重要的作用。 1 自组织特征映射网络（SOFM） 自组织特征映射网络（SOFM）是自组织网络中的一种，所谓的自组织过程是指学习的结 果总是使聚类区内各神经元的权重向量保持向输入向量逼近的趋势，从而使具有相近特性的 输入向量聚集在一起。这种结构的网络能够从输入信息中找出规律以及关系，并且根据这些 规律来相应地调整网络，使得以后的输出与之相适应。 1.1 SOFM 基本思想 自组织特征映射(SOFM)神经网络是 Teuvo Kohen 于 1981 年根据神经元有序的排列可以 反映出所感觉到的外界刺激的某些物理特性而提出的，并使用 SOFM 开发神经语音打印机， 实现无限量的词汇输入，正确率达到 92%-97%[3]。他认为一个神经网络接受外界输入模式时， 将会分出不同的区域，各区域对输入模式具有不同的响应特性，同时这一过程是自动完成的， 各神经元权值具有一定的分布，较近的神经元互相诱导，而较远的神经元则互相抑制，而更 远一些的则具有较弱的诱导作用，这样，某个输出节点能对某个模式作出特别的反应以代表 该模式，而且二维平面上相邻的结点能对实际模式分布中详尽的模式作出特别的反应，因此， SOFM 网络的输出状况，不但能判断输入模式所属的类别并使输出节点代表某一模式，还能 够得到整个数据区域的大体分布情况，即从样本数据中抽取到所有数据分布的大体本质特 征。 1 1.2.2 SOFM 结构 SOFM 神经网络是一个两层网络，即由输入层和竞争层组成，输入层接收样本，竞争层 对样本进