自组织特征映射神经网络.pptVIP

自组织特征映射神经网络张翼、王利伟*内容安排１．引言２．网络结构图３．学习算法４．学习及工作准则５．应用举例６．提出问题７．仿真01引言02Kohonen网络模拟大脑神经系统自组织特征映射的功能，它是一种竞争式学习网络，在学习中能无监督地进行自组织学习。二．网络结构图竞争层CBA输入层……确定中心神经元Mc,满足||X-Mc||=min{||Xi-Mi||}对以Mc为中心的周围的神经元的权向量按三、网络的算法j……1iNωij四、学习及工作规则01初始化网络的连接权{Wij}、学习效率η(t)、邻域Nc(t)的初始值02网络的输入模式为四、学习及工作规则具有最小距离的节点???竞争获胜对Xk计算Xk与全部输出节点所连接向量WTj的距离四、学习及工作规则进行连接权的调整，对竞争层邻域Nc(t)内的所有神经元与输入层神经元之间的连接权进行修正。01其中，η(t)为t时刻的学习效率。02四、学习及工作规则四、学习及工作规则更新学习速率η(t)及邻域Nc(t)。

令t=t+1，返回步骤（2），直至t=T为止。五、算法举例一特征图由9个排成一维的神经元组成。根据如下的初始权值，画一权值向量图，并且将领域神经元的权值用线连接起来。用如下向量迭代一次来训练特征图，其中学习速度η＝0.1，邻域半径为1。重画对新权值矩阵的图。五、算法举例125478五、算法举例125478