自组织新教材神经网络资料.pptVIP

LVQ的网络构建函数 NET = NEWLVQ(PR,S1,PC,LR,LF) PR - Rx2 矩阵确定输入范围 S1 – 竞争层神经元个数 PC – 大样本情况下各种分类所占比例 LR – 学习率缺省为0.01. LF – 学习函数，缺省为learnlv1 例：LVQ网络的设计 设定输入样本和期望输出 构建并设置网络参数 根据训练样本对网络进行训练 用训练样本测试网络 用新样本测试网络 讨论比例的影响 小结 何谓自组织：没有答案的学习 自组织竞争神经网络的基本概念 神经元：输入与权值的负距离加上阈值 网络结构：竞争网络 学习方法：Kohonen和阈值学习规则 用途：聚类 小结 SOFM：特征映射的含义 竞争层有拓扑结构 可以形成中枢 可以体现拓扑结构 LVQ：矢量量化的含义 增加线性层 可以合并子类 第十章 自组织神经网络 常见的自组织网络 自组织竞争网络（Kohonen网络） 自组织特征映射网络（SOFM网络） 学习矢量量化神经网络（LVQ网络） 学习方法分类 有师学习（分类） 已知输入 已知期望输出（每个输入分别属于哪一类） 在特征空间中，各个类的核位置已知 无师学习（聚类） 已知输入 期望输出未知（但可能已知分为几类） 在特征空间中，各个类的核位置待确定 自组织竞争网络神经元功能分析 权值W：R维