自适应神经网络.pptVIP

自适应神经网络 自适应神经网络自适应神经网络SONN概述 在人类的认识过程中，除了从教师那里得到知识外，还有一种不需要通过教师，自动向环境学习的能力，这种仅依靠环境刺激的“无师自通”的功能称为自组织学习方法。 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。 第一页，共28页。 SONN概述 在人类的认识过程中，除了从教师那里得到知识外，还有一种不需要通过教师，自动向环境学习的能力，这种仅依靠环境刺激的“无师自通”的功能称为自组织学习方法。 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。 第二页，共28页。 自组织神经网络的典型结构具有一个输入层和一个竞争层 输入层负责接受外界信息并将输入模式向竞争层传递，起观察作用。 竞争层负责对该模式进行分析比较”，找出规律以正确分类。 这种功能是通过下面要介绍的竞争机制实现的。 输入模式 输出模式 竞争层 SONN概述 第三页，共28页。 竞争学习的概念 竞争学习是自组织网络中最常用的一种学习策略，首先说明