自组织特征映射网络(SOM)课件

《自组织特征映射网络(SOM)课件》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人工神经网络自组织特征映射网络简介二〇一二年十二月目录：1.由自组织竞争神经网络谈起2.自组织特征映射网基本概念3.自组织特征映射网拓扑结构4.自组织特征映射网学习算法5.自组织特征映射网的应用Self-OrganizingFeatureMapping

2、2从自组织竞争神经网络谈起：此类网络是模拟生物神经系统“侧抑制”现象的一类人工神经网络。自组织特征映射网是此类网络的主要类型之一。在生物神经系统中，存在着一种“侧抑制”现象，即当一个神经细胞兴奋后，会对其周围的神经细胞产生抑制作用。这种“侧抑制”使神经细胞之间呈现出竞争。开始时可能多个细胞同时兴奋，但一个兴奋程度最强的神经细

3、胞会逐渐抑制周围神经细胞，其结果使其周围神经细胞兴奋度减弱，从而兴奋度最高的细胞是这次竞争的“胜者”，而其他神经细胞在竞争中失败。自组织竞争神经网络就是模拟上述生物神经系统功能的人工神经网络。如右图所示，输出层各神经元之间都有双向连接线，各连接线被赋予相应的权值。从而实现对生物网络神经元相互竞争和抑制现象的模拟。x1x2······xi······Self-OrganizingFeatureMapping

4、3自组织竞争神经网络通过对“侧抑制”现象的模拟，具备自组织功能，能无导师学习。自组织竞争神经网络的一大特点是：具有自组织功能，能够自适应地改变网络参数和结构，从而实现无

5、导师学习。自组织功能自组织竞争网络无导师学习方式更类似于人类大脑神经网络的学习，大大无导师学习拓宽了神经网络在模式识别和和分类上的应用。无导师指导的分类称为聚类，由于无导师学习的训练样本中不含有期望输出，因此没有任何先验的知识。自组织竞争网的无导师指导学习是通过其特殊的网络结构实现的。自组织竞争网在结构上属于层次型网络，共同特点是都具有竞争层。特殊网络结构自组织竞争网络的竞争层，各神经元之间存在横向连接，各连接被赋予权值。通过竞争学习规则，达到自组织，实现对输入样本的自动分类。竞争学习规则：竞争层神经元之间相互竞争以求被激活，结果在每一轮竞争中只有一个神经元被激活

6、。这个被激活的神经元称为“获胜神经元”，而其它神经元的状态被抑制。然后获胜神经元及其附近神经元的对应权值特殊学习规则将被调整以反映竞争结果。主要的竞争学习规则有“胜者为王”和Kohonen规则等。“胜者为王”只修改获胜神经元权值，Kohonen规则修改获胜神经元邻域内各神经元权值。Self-OrganizingFeatureMapping

7、4自组织竞争神经网络的主要类型包括：自组织特征映射网络、对偶传播神经网络、自适应共振理论网等。自组织特征映射网络•1981年，科霍恩(Kohonen)教授首先自组织特征映提出自组织特征映射网（SOM）。射网络SOM的运行基于Kohone

8、n规则。自适应共振理论•ART是一种能自组织地对偶传播神经网络产生对环境认识编码的神经网络理论模型。自组织竞争•对传网是三层结构的前向网（输•ART来源于无意识推理神经网络入层、隐含层、输出层），形式学说的“协作-竞争网上与BP网类似，但工作机理不同。络交互模型”。隐含层采用无导师的竞争学习算•ART理论已提出了三种自适应共对偶传播法，输出层用采用有导师的学习模型结构，即ART1，振理论神经网络算法。ART2，ART3。•最突出的优点是将有监督和无监•ART理论可以用于语音、督的训练算法有机结合起来，从而提高训练效率。视觉、嗅觉和字符识别等领域。Self-Organizin

9、gFeatureMapping

10、5目录：1.由自组织竞争神经网络谈起2.自组织特征映射网基本概念3.自组织特征映射网拓扑结构4.自组织特征映射网学习算法5.自组织特征映射网的应用Self-OrganizingFeatureMapping

11、6自组织特征映射网的前世今生：1981年由芬兰学者科霍恩首先提出，自提出以来取得快速发展，目前广泛应用多个领域。1981年，科霍恩(Kohonen)教授提出一种自组织特征映射网(Self-OrganizingfeatureMap,简称SOM，又称Kohonen网）。科霍恩认为，一个生物神经网络在接受外界输概念提出入模式时，将会分为不同的对

12、应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。以此为基础，科霍恩创建了SOM。侧抑制现象：这种侧抑制使神经细胞之间呈现出竞争，一个兴奋程度最强的神经细胞对周围神经细胞有明显的抑制作用，其结果使其周围神经细胞兴奋度减弱，从而该神经网络是这次竞争的“胜者”，而其他神经细胞在竞争中失败。生物学基础生物神经网络接受外界的特定时空信息时，神经网络的特定区域兴奋，而且类似的外界信息在对应区域是连续映象的。SOM经训练后，其竞争层神经元，功能类似的相互靠近，功能不同的相互较远，这与生物神经网络的组织构