常见的第4章 竞争学习神经网络.pptVIP

第四章 竞争学习神经网络 4.1竞争学习的概念与原理 4.2自组织特征映射神经网络 4.3自组织特征映射网络的设计与应用 4.4自适应共振理论（选讲） 第四章 自组织神经网络 自组织神经网络的典型结构 第四章 自组织神经网络 4.1竞争学习的概念与原理 4.1.1 基本概念 1、模式、分类、聚类与相似性 模式——对某些感兴趣的客体的定量描述或结构描述，模式类是具有某些共同特征的模式集合。 分类——在类别知识等导师信号的指导下，将待识别的输入模式分配到各自的模式类中去。 聚类——无导师指导的分类称为聚类，聚类的目的是将相似的模式样本划归一类，而将不相似的分离开。 通过聚类发现数据的分布规律和特征。 如何决定相似度、类别数等 2、相似性测量＿欧式距离法 2、竞争学习原理 考虑二维情况，归一化后矢端分布在单位圆上，以o表示，对应的内星向量也在单位圆上，以*表示。 4.2 自组织特征映射神经网络 （Self-Organizing feature Map, SOM） 1981年芬兰Helsink大学的T.Kohonen教授提出一种自组织特征映射网，简称SOM网，又称Kohonen网。 Kohonen认为：一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射正是根据这一思路提出