自组织神经网络SOM.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * 训练过程中的输出平面 第六十二页，共七十一页。 训练接近尾声的输出平面 第六十三页，共七十一页。 Sphere——球面 用球面状样本训练SOM网络 第六十四页，共七十一页。 Twist——扭转 用蝴蝶状样本训练SOM网络 第六十五页，共七十一页。 Parabola——抛物面 用抛物面样本训练SOM网络 第六十六页，共七十一页。 Cubic——三次曲线 用三次曲线状样本训练SOM网络 第六十七页，共七十一页。 Cosine——余弦 用余旋状样本训练SOM网络 第六十八页，共七十一页。 第六十九页，共七十一页。 第七十页，共七十一页。 内容总结 第四章 自组织神经网络。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。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。(j=1,2,。欲使两单位向量最相似，须使其点积最大。j?j*。步骤3完成后回到步骤1继续训练，直到学习率衰减到0。解：为作图方便，将上述模式转换成极坐标形式 ：。以获胜神经元为中心设定一个邻域半径，该半径圈定的范围称为优胜邻域。优胜邻域开始定得很大，但其大小随着训练次数的增加不断收缩，最终收缩到半径为零。i=1,2,。(1)保序映射——将输入空间的样本模式类有