自組織神經(jīng)網(wǎng)絡(luò)ppt課件(已修改)
2025-06-09 01:23 本頁(yè)面
【正文】 自組織神經(jīng)網(wǎng)絡(luò) 主講人：李丹（ 20222420315） 小組成員：李晨（ 20222420314） 李丁（ 20222420316） 自組織神經(jīng)網(wǎng)絡(luò) 采用有導(dǎo)師學(xué)習(xí)規(guī)則的神經(jīng)網(wǎng)絡(luò)是以網(wǎng)絡(luò)的誤差或能量函數(shù)作為算法準(zhǔn)則。而在很多情況下，人在認(rèn)知過程中沒有預(yù)知的正確模式，人獲得大量知識(shí)常常是靠“無師自通”，即通過對(duì)客觀事物的反復(fù)觀察，分析與比較，自行揭示其內(nèi)在規(guī)律，并對(duì)具有共同特征的事物進(jìn)行正確歸類。對(duì)于人的這種學(xué)習(xí)方式，基于有導(dǎo)師學(xué)習(xí)策略的神經(jīng)網(wǎng)絡(luò)是無能為力的。 自組織神經(jīng)網(wǎng)絡(luò)的無導(dǎo)師學(xué)習(xí)方式更類似于人類大腦中生物神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，其最重要特點(diǎn)是通過自動(dòng)尋找樣本中的內(nèi)在規(guī)律和本質(zhì)屬性，自組織自適應(yīng)地改變網(wǎng)絡(luò)參數(shù)與結(jié)構(gòu)。這種學(xué)習(xí)方式大大拓寬神經(jīng)網(wǎng)絡(luò)在模式識(shí)別與分類方面的應(yīng)用。 自組織網(wǎng)結(jié)構(gòu)上屬于層次型網(wǎng)絡(luò)，有多種類型。 如：自組織特征映射（ Self Organizing Feature Map）網(wǎng)絡(luò) — SOM）； 對(duì)偶（向）傳播（ Counter Propagation Network)網(wǎng)絡(luò) — CPN)； 自適應(yīng)共振理論（ Adaptive Resonance Theory)網(wǎng)絡(luò) — ART等。 其共同特點(diǎn)是都具有競(jìng)爭(zhēng)層。 最簡(jiǎn)單的網(wǎng)絡(luò)結(jié)構(gòu)具有一個(gè)輸入層和一個(gè)競(jìng)爭(zhēng)層。 輸入模式 輸出模式 競(jìng)爭(zhēng)層 輸入層負(fù)責(zé)接受外界信息并將輸入模式向競(jìng)爭(zhēng)層傳遞，起觀察作用。 競(jìng)爭(zhēng)層負(fù)責(zé)對(duì)該模式進(jìn)行“分析比較”，找出規(guī)律以正確分類。 這種功能是通過下面要介紹的競(jìng)爭(zhēng)機(jī)制實(shí)現(xiàn)的。 競(jìng)爭(zhēng)學(xué)習(xí)是自組織網(wǎng)絡(luò)中最常用的一種學(xué)習(xí)策略，首先說明與之相關(guān)的幾個(gè)基本概念。 模式、分類、聚類與相似性 模式：一般當(dāng)網(wǎng)絡(luò)涉及識(shí)別、分類問題時(shí)，常用輸入模式（而不稱輸入 樣本）； 分類：將待識(shí)別的輸入模式劃分為各自的模式類中去； 聚類：無導(dǎo)師指導(dǎo)的分類稱為聚類，聚類的目的是將相似的模式樣本劃 歸一類； 相似性：輸入模式的聚類依據(jù)。 相似性測(cè)量 神經(jīng)網(wǎng)絡(luò)的輸入模式用向量表示，比較不同模式的相似性可轉(zhuǎn)化為比較兩個(gè)向量的距離，因而可用模式向量間的距離作為聚類判據(jù)。 模式識(shí)別中常用到的兩種聚類判據(jù)是歐式最小距離法和余弦法 。 競(jìng)爭(zhēng)學(xué)習(xí)的概念與原理 （ 1）歐式距離法 X和 Xi 兩向量歐式距離 : )()( iTii XXXXXX ???? 兩個(gè)模式向量的歐式距離越小，兩個(gè)模式越相似，當(dāng)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1