11聚类算法-KeYan.PPT

* DMKD Sides By MAO * SOM神经网络 SOM神经网络是一种基于模型的聚类方法。SOM神经网络由输入层和竞争层组成。 输入层由N个输入神经元组成，竞争层由m?m = M个输出神经元组成，且形成一个二维平面阵列。 输入层各神经元与竞争层各神经元之间实现全互连接。 该网络根据其学习规则，通过对输入模式的反复学习，捕捉住各个输入模式中所含的模式特征，并对其进行自组织，在竞争层将聚类结果表现出来，进行自动聚类。竞争层的任何一个神经元都可以代表聚类结果。 * DMKD Sides By MAO * SOM神经网络(续) 图1给出了SOM神经网络基本结构，图2给出了结构中各输入神经元与竞争层神经元j的连接情况。 图1SOM网络基本结构 图2输入神经元与竞争层神经元j的连接情况 设网络的输入模式为 k=1,2,…, p；竞争层神经元向量为Bj=(bj1,bj2,…,bjm)，j =1,2,…,m；其中Ak为连续值，Bj为数字量。网络的连接权为{wij} i=1,2,…,N； j=1,2,…,M。 SOM网络寻找与输入模式Ak最接近的连接权向量Wg=(wg1,wg2,…,wgN)，将该连接权向量Wg进一步朝与输入模式Ak接近的方向调整，而且还调整邻域内的各个连接权向量Wj，j