第4章 SOM自组织特征映射神经网络
智能信息处理教材电子版 本书主要讲了几种神经网络的结构、 学习方法以及其他智能方法
第4章 SOM自组织特征映射神经网络
生物学研究表明，在人脑的感觉通道上，神经元的组织原理是有序排列的。当外界的特定时空信息输入时，大脑皮层的特定区域兴奋，而且类似的外界信息在对应的区域是连续映像的。生物视网膜中有许多特定的细胞对特定的图形比较敏感，当视网膜中有若干个接收单元同时受特定模式刺激时，就使大脑皮层中的特定神经元开始兴奋，输入模式接近，与之对应的兴奋神经元也接近；在听觉通道上，神经元在结构排列上与频率的关系十分密切，对于某个频率，特定的神经元具有最大的响应，位置相邻的神经元具有相近的频率特征，而远离的神经元具有的频率特征差别也较大。大脑皮层中神经元的这种响应特点不是先天安排好的，而是通过后天的学习自组织形成的。
据此芬兰Helsinki大学的Kohonen T.教授提出了一种自组织特征映射网络（Self-organizing feature Map，SOM），又称Kohonen网络[1-5]。Kohonen认为，一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式有不同的响应特征，而这个过程是自动完成的。SOM网络正是根据这一看法提出的，其特点与人脑的自组织特性相类似。
4.1 竞争学习算法基础[6]
4.1.1 自组织神经网络结构
1．定义
自组织神经网络是无导师学习网络。它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。
2．结构
层次型结构，具有竞争层。典型结构：输入层＋竞争层。如图4-1所示。
竞争层
输入
层
图4-1 自组织神经网络结构
你可能喜欢
- 人工神经网络
- MATLAB神经网络工具箱
- 神经网络原理
- 神经网络基础
- RBF网络
- 人工神经网络的实现的函数逼近及c实现7页
- 基于人工神经网络的滴膜共存冷凝传热模型的研究4页
- 人工神经网络在医学研究中的应用3页
- 人工神经网络在软土地基路基沉降预测中的应用3页
- 用人工神经网络技术表达船舶型线的算法4页
- 人工神经网络21页
- MATLAB神经网络工具箱函数命令集2页
- MATLAB神经网络工具箱中的网络对象及属性11页
- BP神经网络与MATLAB神经网络工具箱1页
- MATLAB神经网络工具箱在非线性系统建模中的应用4页
- 基于MATLAB神经网络工具箱的上海证券商业指数的预测分析2页
- MATLAB神经网络工具箱中的神经网络模型53页
- 05神经网络原理及应用119页
- 神经网络的原理和应用5页
- BP神经网络原理6页
- 自组织特征映射神经网络原理和应用研究 35页
- 第二章：人工神经网络原理与模型37页
- 《人工神经网络原理与应用》试题1页
