人工神经网络和其应用第6讲自组织网络.pptVIP

人工神经网络及其应用第6讲 自组织网络 何建华 电信系，华中科技大学 2003年3月11日 内容安排 一、自组织神经网络 二、自组织竞争网络 三、科荷伦网络 四、自适应共振网络 五、内容小结 六、考试事宜 一、自组织神经网络 1.1 自组织网络特点 特点 自组织神经网络可以自动向环境学习，不需要教师指导；而前面所讲到的前向网络、反馈网络均需要教师指导学习 与BP网络相比，这种自组织自适应的学习能力进一步拓宽了人工神经网络在模式识别、分类方面的应用 思想基础 生物的神经网络中，如人的视网膜中，存在着一种“侧抑制”现象，即一个神经细胞兴奋后，通过它的分支会对周围其他神经细胞产生抑制 借鉴上述思想，自组织网络能够对输入模式进行自组织训练和判断，并将输入模式分为不同的类型 1.2 网络类型 需要训练 自组织竞争网络 适用与具有典型聚类特性的大量数据的辨识 Kohunen网络 训练学习后使网络权值分布与输入样本概率密度分布相似 可以作为样本特征检测仪，在样本排序、样本分类及样本检测方面有广泛应用 对传网络（Counter Propagation Network） 在功能上用作统计最优化和概率密度函数分析 可用于图像处理和统计分析 神经认知机等 不需要训练 自适应共振理论（ART） 分类的类型数目可自适应增加 1.3 网络学习规则 格劳斯贝格(S．Grossberg)提出了两种