竞争神经网络原理

竞争学习神经网络模仿生物视觉系统的侧抑制现象,通过网络中神经元的竞争来实现模式分类。网络结构包括输入和竞争层,使用胜者为王的学习规则。在每个训练步骤中,输入向量归一化,寻找最接近输入的神经元,然后更新其权重。经过多次迭代,网络能够将输入数据分成不同的类别。示例代码可在提供的GitHub链接中找到。
摘要由CSDN通过智能技术生成

         竞争学习神经网络原理

生物学原理:

 在人眼的视网膜中存在一种侧抑制现象,即一个神经细胞兴奋后,会对周围的神经细胞产生抑制作用。这种侧抑制使神经细胞之间呈现出竞争,开始可能多个细胞同时兴奋,但兴奋程度最强的神经细胞对周围的神经细胞的抑制作用也越强,其结果使周围神经细胞的兴奋度减弱,从而该神经细胞是这次竞争的胜者。

竞争学习神经网络:

  如下图为一个竞争学习神经网络的结构:


  其中Xi(i=1,2...n)为输入模式,Wij为m行n列的权值矩阵矩阵,cj(j=1,2,3...m)为输出


评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值