1.4SOM模型.pptVIP

1.4 概述 神经网络的一个重要特点就是它具有学习能力。前面介绍的神经网络模型（Hopfield神经网络模型除外）的学习都是有监督的，在这一章中我们将介绍自组织映射神经网络模型（SOM, Self-Organizing Maps ）,由Kohonen在1982年提出来的一种通过自组织竞争学习网络实现数据降维和可视化的单层神经网络模型。它是一种无监督学习神经网络，可以自动地向环境学习。 SOM模型提出的生物背景 在人的感觉通道上一个重要的组织原理是神经元有序地排列着，并且往往可以反映出所感觉到外界刺激的某些物理特性。 如在听觉通道的每一个层次上，其神经元及神经纤维在结构上的排列与外界刺激的频率关系十分密切，对于某个频率，相应的神经元具有最大的响应，这种听觉通道上的有序排列一直延续到听觉皮层，尽管许多低层次上的组织是预先排好的，但高层次上的神经组织则是通过学习自组织而形成的。 二维SOM模型的结构 SOM模型结构 二维阵列上的神经元也称为输出单元，每个输出单元与其相邻的神经元相连（虚拟连接）。 SOM模型结构 自组织映射神经网络中，每个输入信号xi 与一相应的输入神经元相联系。 每一输入神经元与二维阵列每一个神经元均互连。 SOM模型的技术要点 神经元阵列 阵列中每个神经元从输入信号空间中接收相关输入（有