首页 > 代码库 > 自组织竞争神经网络 - matlab
自组织竞争神经网络 - matlab
网络的输出神经元之间相互竞争,同一时刻只有一个神经元获胜。
二、学习规则
竞争神经网络的学习规则是由内星规则发展而来的Kohonen学习规则。
4.SOM学习算法
- 设定变量:X=[x1,x2,x3,…,xm]为输入样本,每个样本为m维向量。ωi(k)=[ωi1(k), ω i2(k),…,ωin(k)]为第i个输入节点与输出神经元之间的权值向量
- 初始化:权值使用较小的随机值进行初始化,并对输入向量和权值做归一化处理
X’ = x/||x||
ω’i(k)= ωi(k)/||ωi(k)||
||x||和||ωi(k)||分别为输入向量和权值向量的欧几里得范数 - 将样本输入网络:样本与权值向量做内积,内积值最大的输出神经元赢得竞争,记为获胜神经元
- 更新权值:对获胜的神经元拓扑邻域内的神经元采用内星规则进行更新
ω(k+1)= ω(k)+ η(x- ω(k)) - 更新学习速率η及拓扑邻域,并对学习后的权值重新归一化
- 判断是否收敛。如果中心改变很小或达到预设的迭代次数,结束算法
自组织竞争神经网络 - matlab
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。