《自组织特征映射神经网络.ppt》由会员分享，可在线阅读，更多相关《自组织特征映射神经网络.ppt（17页珍藏版）》请在三一办公上搜索。
1、自组织特征映射神经网络,张翼、王利伟,2023年5月24日,内容安排,引言网络结构图学习算法学习及工作准则应用举例提出问题仿真,一引言,Kohonen 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,输入层,竞争层,三、网络的算法,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,四、学习及工作规则,j,1,i,N,ij,四、学习及工作规则,初始化网络的连接权Wij、学习效率(t)、邻域Nc(t)的初始值网络的输入模式为,四、学习及工作规则,对Xk 计算Xk与全部输出节点所连接向
2、量WTj的距离,具有最小距离的节点竞争获胜,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。其中，(t)为t时刻的学习效率。,更新学习速率(t)及邻域Nc(t)。令t=t+1，返回步骤（2），直至t=T为止。,四、学习及工作规则,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0.1，邻域半径为1。重画对新权值矩阵的图。,五、算法举例,1,2,3,6,5,4,7,8,9,五、算法举例,1,2,3,6,5,4,7,8,9,五、算法举例,1,2,3,6,5,4,7,8,9,五、算法举例,1,2,3,6,5,4,7,8,9,六、讨论问题,学习速度的选择。连接权矢量初始值的确定。邻域半径的选择。,程序介绍演示仿真结果分析,七、仿真,
