为了模仿生物学系统的活跃区,并且不必实现非线性的加强中心,抑制周围的反馈联结,使用自组织适应图(SOFM)网络受限使用竞争层所用的同一过程来觉出获胜的神经元i*;然后再获胜神经元周围一定范围的所有神经元的权值向量用Kohohen规则更新:
其中邻域包含所有落在神经元i*为中心,半径为d的所有神经元的下标。当向量p被提交,获胜神经元的权值和其领域内内的神经元向量项p移动。结果是邻域内的神经元将通过学习而拥有彼此想想的学习向量。。
权值向量有两个趋势:
(1)随着更多输入向量被提交而分布到整个输入空间。
(2)移向邻域内的神经元。
当输入向量以等概率产生于输入空间的任何位置,神经元能将输入空间分成大致相等的位置。
下图中,每张图迭代250次: