一个神经网络接收外界输入模式时,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。其特点与人脑的自组织特性类似。SOM的目标是用低维(通常是二维或三维)目标空间的点来表示高维空间中的所有点,尽可能地保持点间的距离和邻近关系(拓扑关系)。
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。
结构:
SOM为层次型结构。典型结构是:输入层加竞争层
输入层:接收外界信息,将输入模式向竞争层传递,起“观察”作用
竞争层:负责对输入模式进行“分析比较”,寻找规律并归类。
竞争学习规则就是从神经元细胞的侧抑制现象获得的,它的学习步骤如下:
(1)向量归一化