自组织神经网络专家讲座.pptxVIP

第四章自组织神经网络;;第四章自组织神经网络;4.1竞争学习概念与原理;相同性测量＿欧式距离法;;4.1.2竞争学习原理;竞争学习规则——Winner-Take-All;向量归一化之前;向量归一化之后;竞争学习原理;从上式能够看出，欲使两单位向量欧式距离最小，须使两向量点积最大。即：;竞争学习规则——胜者为王(Winner-Take-All);;;;竞争学习游戏;例4.1用竞争学习算法将以下各模式分为2类：;;;;;;;;;;;;;SOM网生物学基础;SOM网拓扑结构;SOM网权值调整域;;SOM网权值调整域;SOM网运行原理;;SOM网学习算法;Kohonen学习算法;(5)调整权值对优胜邻域Nj*(t)内全部节点调整权值：

i=1,2,…nj?Nj*(t)

式中，是训练时间t和邻域内第j个神经元与获胜神经元j*之间拓扑距离N函数，该函数普通有以下规律：;(5)调整权值;;功能分析

(1)保序映射——将输入空间样本模式类有序地映射在输出层上。

例1：动物属性特征映射。;功效分析;(2)数据压缩——将高维空间样本在保持拓扑结构不变条件下投影到低维空间。

(3)特征抽取——高维空间向量经过特征抽取后能够在低维特征空间愈加清楚地表示。

例2：SOM网用于字符排序。;;;;基于SOM神经网络皮革聚类;2.SOM神经网络设计

网络结构:6输入1维线阵输出。

聚类时每批100张皮，平均每件皮衣需要5～6张皮，所以将输出层设置20个神经元。每个神经元代表一类外观效果相同皮料，假如聚为一类皮料不够做一件皮衣，能够和相邻类归并使用。;;4.皮革纹理分类结果;SOM网用于物流中心城市分类评价;;SOM网用于物流中心城市分类评价;SOM网用于物流中心城市分类评价;;上机试验说明

任务：用平面网格状样本训练SOM网络;训练过程中输出平面;训练过程中输出平面;训练过程中输出平面;训练过程中输出平面;训练靠近尾声输出平面;Sphere——球面;Twist——扭转;Parabola——抛物面;Cubic——三次曲线;Cosine——余弦;;