敏锋—DLVQ应用.doc

目录 目录………………………………………………………………………（1） 摘要………………………………………………………………………（2） 引言………………………………………………………………………（3） LVQ基本原理………………………………………………………..（4） 竞争学习网络及学习算法………………………………………（4） 学习向量量化……………………………………………………（5） 1．2．1 LVQ的学习………………………………………………（6） 1．2．2 改进的LVQ网络…………………………………………（9） 1．2．3 DLVQ网络………………………………………………..（9） 2．DLVQ应用……………………………………………………………（9） 2．1 建立模型…………………………………………………………（10） 2．2 训练模型…………………………………………………………（10） 2．3 调用文件…………………………………………………………（13） 2．4 观察容错性………………………………………………………（15） 3． 结论…………………………………………………………………（15） 致谢………………………………………………………………………（15） 参考文献…………………………………………………………………（15） 附页………………………………………………………………………（15） DLVQ模型应用研究 （云南大学 物理系 电子科学与技术 行敏锋） 摘要：人工神经网络是模拟人脑活动的一门新学科,它在信息处理等领域有相当广泛的应用。神经网络模式识别技术因具有很强的非线性处理能力和容错能力而得到广泛的应用。本文概括神经网络的应用。主要研究学习矢量量化网络的在实际中的一些应用效果，本文给出利用SNNS模拟器构造LVQ、训练LVQ神经网络的方法和详细步骤；将网络参数转化为子程序以供推广应用；总结了应用的实际效果。 关键词：人工神经网络，学习矢量量化，学习算法 Abstract：Artificial neural network is new technology developing from simulation of human brain’s activity, has extensive and practical application in information processing. The pattern recognition of artificial neural network is special application with strong capability of nonlinear approximation and correcting. In this paper, we introduce the algorithm and practical effect of the learning vector quantization (LVQ) neural network. The basic way and detail step of application in SNNS simulator, including constructing and training LVQ neural network, are presented. The learned parameters are converted into a subroutine for extensive application. The practical effect is summarized in application.. Keywords：Artificial Neural Networks，Learning Vector Quantization，Learning Algorithm 引言 人工神经网络(Artificial Neural Networks，简称ANN)是模仿脑细胞结构和功能，脑神经结构以及思维处理问题等脑功能的新型信息处理系统。由于ANN具有复杂的动力学特性，并行处理机制，学习，联想和记忆等功能,以及它的高度自组织，自适应能力和灵活性而受自然科学领域学者的广泛重视。20世纪80年代中期与90年代初期，ANN的研究工作发展迅速，许多理论与应用方面都有突破性进展，也提出了一系列迫切需要解决的问题，形成多学科的交叉研究局面。就ANN应用的领域而言有计算机视觉，语言的识别，理解与合成，优化计算，智能控制及复杂系统分析，模式识别，神经计算机的研制，知识处理，专家系统与人工智能，涉及的学科有神经生理学，微电子学，光学