竞争型神经网络是基于无监督学习方法(unsupervised learning)的神经网络的一种重要类型,它经常作为基本的网络形式,构成其他一些具有组织能力的网络,如自组织映射网络、自适应共振理论网络、学习向量量化网络等。
生物神经网络存在一种侧抑制现象,即一个神经细胞兴奋后,通过它的分支会对周围其他神经细胞产生抑制,这种抑制使神经细胞之间出现竞争:在开始阶段,各神经元对系统的输入具有相同的响应机会,但产生的兴奋程度不同,其中兴奋最强的一个神经细胞对周围神经细胞的抑制作用最强,从而使其他神经元的兴奋程度得到最大程度的抑制,而兴奋程度最强的神经细胞却“战胜”了其他神经元的抑制作用脱颖而出,成为竞争的胜利者,并因为获得兴奋的程度而进一步加强,正所谓“胜者为王,败者为寇”。竞争型神经网络在学习算法上,模拟了生物神经网络中神经元之间的兴奋、抑制与竞争的机制,进行网络的学习与训练。
采用nesc可以在MATLAB中创建竞争型神经网络,其权值的初始化函数为midpoint,阈值的初始化函数为initcon。
竞争神经网络的学习:
1.Kohonen权值学习规则