新建
上传
首页
助手
最?/div>
资料?/div>
工具

?/p>

4

?/p>

  SOM

自组织特征映射神经网?/p>

 

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?/p>

当外界的?/p>

定时空信息输入时?/p>

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?/p>

像的?/p>

生物视网膜中有许多特定的细胞对特定的图形比较敏感?/p>

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?/p>

与之?/p>

应的兴奋神经元也接近?/p>

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?/p>

特定的神经元具有最大的响应?/p>

位置相邻的神经元具有相近的频率特征,

而远?/p>

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?/p>

的,而是通过后天的学习自组织形成的?/p>

 

据此芬兰

Helsinki

大学?/p>

Kohonen 

T.

教授提出了一种自组织特征映射网络?/p>

Self-

organizing 

feature 

Map

?/p>

SOM

?/p>

,又?/p>

Kohonen

网络

[1-5]

?/p>

Kohonen

认为,一个神经网络接?/p>

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?/p>

而这?/p>

过程是自动完成的?/p>

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?/p>

 

4.1 

 

竞争学习算法基础

[6]

 

4.1.1 

 

自组织神经网络结?/p>

 

1

.定?/p>

 

自组织神经网络是无导师学习网络?/p>

它通过自动寻找样本中的内在规律和本质属性,

?/p>

组织、自适应地改变网络参数与结构?/p>

 

2

.结?/p>

 

层次型结构,具有竞争层。典型结构:输入层+竞争层。如?/p>

4-1

所示?/p>

 

竞争?

输入?

?

?

 

?/p>

4-1 

 

自组织神经网络结?/p>

 

输入层:接受外界信息,将输入模式向竞争层传递,起“观察”作用?/p>

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

?/p>

4

?/p>

  SOM

自组织特征映射神经网?/p>

 

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?/p>

当外界的?/p>

定时空信息输入时?/p>

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?/p>

像的?/p>

生物视网膜中有许多特定的细胞对特定的图形比较敏感?/p>

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?/p>

与之?/p>

应的兴奋神经元也接近?/p>

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?/p>

特定的神经元具有最大的响应?/p>

位置相邻的神经元具有相近的频率特征,

而远?/p>

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?/p>

的,而是通过后天的学习自组织形成的?/p>

 

据此芬兰

Helsinki

大学?/p>

Kohonen 

T.

教授提出了一种自组织特征映射网络?/p>

Self-

organizing 

feature 

Map

?/p>

SOM

?/p>

,又?/p>

Kohonen

网络

[1-5]

?/p>

Kohonen

认为,一个神经网络接?/p>

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?/p>

而这?/p>

过程是自动完成的?/p>

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?/p>

 

4.1 

 

竞争学习算法基础

[6]

 

4.1.1 

 

自组织神经网络结?/p>

 

1

.定?/p>

 

自组织神经网络是无导师学习网络?/p>

它通过自动寻找样本中的内在规律和本质属性,

?/p>

组织、自适应地改变网络参数与结构?/p>

 

2

.结?/p>

 

层次型结构,具有竞争层。典型结构:输入层+竞争层。如?/p>

4-1

所示?/p>

 

竞争?

输入?

?

?

 

?/p>

4-1 

 

自组织神经网络结?/p>

 

输入层:接受外界信息,将输入模式向竞争层传递,起“观察”作用?/p>

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

?/p>

4

?/p>

  SOM

自组织特征映射神经网?/p>

 

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?/p>

当外界的?/p>

定时空信息输入时?/p>

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?/p>

像的?/p>

生物视网膜中有许多特定的细胞对特定的图形比较敏感?/p>

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?/p>

与之?/p>

应的兴奋神经元也接近?/p>

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?/p>

特定的神经元具有最大的响应?/p>

位置相邻的神经元具有相近的频率特征,

而远?/p>

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?/p>

的,而是通过后天的学习自组织形成的?/p>

 

据此芬兰

Helsinki

大学?/p>

Kohonen 

T.

教授提出了一种自组织特征映射网络?/p>

Self-

organizing 

feature 

Map

?/p>

SOM

?/p>

,又?/p>

Kohonen

网络

[1-5]

?/p>

Kohonen

认为,一个神经网络接?/p>

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?/p>

而这?/p>

过程是自动完成的?/p>

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?/p>

 

4.1 

 

竞争学习算法基础

[6]

 

4.1.1 

 

自组织神经网络结?/p>

 

1

.定?/p>

 

自组织神经网络是无导师学习网络?/p>

它通过自动寻找样本中的内在规律和本质属性,

?/p>

组织、自适应地改变网络参数与结构?/p>

 

2

.结?/p>

 

层次型结构,具有竞争层。典型结构:输入层+竞争层。如?/p>

4-1

所示?/p>

 

竞争?

输入?

?

?

 

?/p>

4-1 

 

自组织神经网络结?/p>

 

输入层:接受外界信息,将输入模式向竞争层传递,起“观察”作用?/p>

 

Ͼλ">
Ͼλ
Ŀ

SOM神经网络 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

?/p>

4

?/p>

  SOM

自组织特征映射神经网?/p>

 

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?/p>

当外界的?/p>

定时空信息输入时?/p>

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?/p>

像的?/p>

生物视网膜中有许多特定的细胞对特定的图形比较敏感?/p>

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?/p>

与之?/p>

应的兴奋神经元也接近?/p>

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?/p>

特定的神经元具有最大的响应?/p>

位置相邻的神经元具有相近的频率特征,

而远?/p>

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?/p>

的,而是通过后天的学习自组织形成的?/p>

 

据此芬兰

Helsinki

大学?/p>

Kohonen 

T.

教授提出了一种自组织特征映射网络?/p>

Self-

organizing 

feature 

Map

?/p>

SOM

?/p>

,又?/p>

Kohonen

网络

[1-5]

?/p>

Kohonen

认为,一个神经网络接?/p>

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?/p>

而这?/p>

过程是自动完成的?/p>

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?/p>

 

4.1 

 

竞争学习算法基础

[6]

 

4.1.1 

 

自组织神经网络结?/p>

 

1

.定?/p>

 

自组织神经网络是无导师学习网络?/p>

它通过自动寻找样本中的内在规律和本质属性,

?/p>

组织、自适应地改变网络参数与结构?/p>

 

2

.结?/p>

 

层次型结构,具有竞争层。典型结构:输入层+竞争层。如?/p>

4-1

所示?/p>

 

竞争?

输入?

?

?

 

?/p>

4-1 

 

自组织神经网络结?/p>

 

输入层:接受外界信息,将输入模式向竞争层传递,起“观察”作用?/p>

 



ļ׺.doc޸Ϊ.docĶ

  • 򰲼վƶȻ
  • 2015-2020йбҵгǰ - ͼ
  • ҵ˾°氲
  • ¥Ρ»ϰ(1-120)
  • ӱ̴ѧеƿԾ
  • ˼
  • йʷܸϰ
  • ˽̲2019-2020ѧ꼶²ĵ6Ԫ23Ρ۾ͬ
  • 2013-2017й໤гӪ̬Ͷʷо
  • ʳƷﻯѧʮ⼰

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)