一个神经网络接收外界输入模式时，将会分为不同的对应区域，各区域对输入模式有不同的响应特征，而这个过程是自动完成的。其特点与人脑的自组织特性类似。SOM的目标是用低维（通常是二维或三维）目标空间的点来表示高维空间中的所有点，尽可能地保持点间的距离和邻近关系（拓扑关系）。
自组织神经网络：是无导师学习网络。它通过自动寻找样本中的内在规律和本质属性，自组织，自适应地改变网络参数与结构。
结构：
SOM为层次型结构。典型结构是：输入层加竞争层
输入层：接收外界信息，将输入模式向竞争层传递，起“观察”作用
竞争层：负责对输入模式进行“分析比较”，寻找规律并归类。
竞争学习规则就是从神经元细胞的侧抑制现象获得的，它的学习步骤如下:
(1)向量归一化
最低0.47元/天 解锁文章
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
