自组织新教材神经网络_som资料.pptVIP

第四章 自组织神经网络 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 自组织神经网络的典型结构 第四章 自组织神经网络 第四章 自组织神经网络 自组织学习(self-organized learning) ： 通过自动寻找样本中的内在规律和本质属性，自组织、自适应地改变网络参数与结构。 自组织网络的自组织功能是通过竞争学习（competitive learning）实现的。 4.1竞争学习的概念与原理 4.1.1 基本概念 分类——分类是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。 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。 相似性测量＿欧式距离法 4.1.1 基本概念 相似性测量＿余弦法 4.1.1 基本概念 4.1.2 竞争学习原理 竞争学习规则——Winner-Take-All 网络的输出神经元之间相互竞争以求被激活，结果在每一时刻只有一个输出神经元被激活。这个被激活的神经元称为竞争获胜神经元，而其它神经元的状态被抑制，故称为Winner Take All。 竞争学习规则——Winner-Take-All 1.向量归一化 首先将当前输入模式向量X和竞争层中各神经元对应的内星向量Wj 全部进行归一化处理； (j=1,2,…,m)