竞争神经网络

 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