自组织神经网络模型与学习算法
自组织神经网络，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，采用无导师学习算法，其工作的基本思想是让竞争层各神经元通过竞争与输入模式进行匹配，最后仅有一个神经元成为竞争的胜者，这一获胜神经元的输出就代表对输入模式的分类。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习输入的分布情况，而且可以学习神经网络的拓扑结构。常用的自组织竞争神经网络有自适应共振理论(Adaptive Resonance Theory，ART)网络、自组织特征映射(self-Organizing Feature Map，SOM)网络、对传(Counter Propagation，CP)网络和协同神经网络(Synergetic Neural Network．SNN)等。
本节以及下一节将分别介绍自组织特征映射网络、学习矢量量化两种自组织竞争神经网络的网络模型、学习算法及对应的MATLAB工具。
谢谢楼主分享
页:
[1]