自组织特征图

      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：