该【2.6 自组织神经网络模型与学习算法 】是由【落意心冢】上传分享,文档一共【38】页,该文档可以免费在线阅读,需要了解更多关于【2.6 自组织神经网络模型与学习算法 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。,又称为自组织竞争神经网络,特别适合于解决模式分类和识别方面的应用问题。自组织神经网络属于前向神经网络类型,采用无导师学****算法,自组织特征映射神经网络不仅能够像自组织竞争神经网络一样学****输入的分布情况,而且可以学****神经网络的拓扑结构。概述自组织竞争神经网络类型自适应共振理论(AdaptiveResonanceTheory,ART)网络自组织特征映射(anizingMap,SOM)网络对传(CounterPropagation,CP)网络协同神经网络(),映射层的神经元互相连接,每个输出神经元连接至所有输入神经元I’,能够自动找出输入数据之间的类似度,将相似的输入在网络上就近配置。因此是一种可以构成对输入数据有选择地给予响应的网络。(1)网络初始化用随机数设定输入层和映射层之间权值的初始值(2)输入向量把输入向量输入给输入层(3)计算映射层的权值向量和输入向量的距离映射层的神经元和输入向量的距离,()功能将单值向量组变换成下标向量格式ind=vec2ind(vec)说明式中,vec为m行n列的向量矩阵x,x中的每个列向量i,除包含一个1外,其余元素均为0,ind为n个元素值为1所在的行下标值构成的一个行向量。
2.6 自组织神经网络模型与学习算法 来自淘豆网www.taodocs.com转载请标明出处.