LVQ神经网络概述.pdfVIP

LVQ （Learning Vector Quantization）神经网络是一种用于训练竞争的有监督学习方法的输入 向前神经网络，其算法是从Kohonen 竞争算法演化而来的。LVQ 神经网络在模式识别和优化 领域有着广泛的应用。 LVQ 神经网络由三层神经元组成，即输入层、竞争层和线性输出层。 输入层 竞争层 线性输出层 p 为R 维的输入模式； 1 S 为竞争层神经元个数； I W 1,1为输入层与竞争层之间连接权系数矩阵； 1 n 为竞争层神经元的输入 ； 1  为竞争层神经元输出； L W 2 ,1为竞争层与线性输出层之间的连接权系数矩阵 ； 2 n 为线性输出层神经元输 入； 2  为线性输出层神经元的输出。 输入层与竞争层之间采用全连接的方式，竞争层与线性输出层之间采用部分连接的方式。竞 争层神经元个数总是大于线性输出层神经元个数，每个竞争层神经元只与一个线性输出层神 经元相连接且连接权值恒为1.但是每个线性输出层神经元可以与多个竞争层神经元相连接。 竞争层神经元与线性输出层神经元只能是1 或0。当某个输入模式被送至网络时，与输入模 式距离最近的竞争层神经元被激活，神经元的状态为“1”，而其他竞争层神经元的状态均为 “0”。因