人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用之自組織網(wǎng)絡(luò)-預(yù)覽頁
【正文】 來識(shí)別矢量– 外星可以被訓(xùn)練來產(chǎn)生矢量168。 內(nèi)星神經(jīng)元聯(lián)接強(qiáng)度的變化 Δw 1j與輸出成正比的。 外星被訓(xùn)練來在一層 s個(gè)線性神經(jīng)元的輸出端產(chǎn)生一個(gè)特別的矢量 A168。 科荷倫學(xué)習(xí)規(guī)則是由內(nèi)星規(guī)則發(fā)展而來的168。– 因?yàn)榫W(wǎng)絡(luò)在學(xué)習(xí)中的競爭特性也表現(xiàn)在輸出層上，所以在競爭網(wǎng)絡(luò)中把輸出層又稱為競爭層，而與輸入節(jié)點(diǎn)相連的權(quán)值及其輸入合稱為輸入層2023/3/2913 網(wǎng)絡(luò)模型168。 競爭網(wǎng)絡(luò)解釋– 設(shè)網(wǎng)絡(luò)的輸入矢量為： P＝ [ p1 p2 … pr]T– 對(duì)應(yīng)網(wǎng)絡(luò)的輸出矢量為： A＝ [a1 a2 … as]T– 由于競爭網(wǎng)絡(luò)中含有兩種權(quán)值，所以其激活函數(shù)的加權(quán)輸入和也分為兩部分：來自輸入節(jié)點(diǎn)的加權(quán)輸入和 N與來自競爭層內(nèi)互相抑制的加權(quán)輸入和 G。 由此可以看出，經(jīng)過競爭后只有獲勝的那個(gè)節(jié)點(diǎn)的加權(quán)輸入總和為最大168。 層中每個(gè)最接近輸入矢量的神經(jīng)元，通過每次權(quán)值調(diào)整而使權(quán)值矢量逐漸趨于這些輸入矢量。 根據(jù)不同的情況，內(nèi)星的加權(quán)輸入和可分為如下幾種情況– p2等于 p1，即有 θ 12＝ 0，此時(shí)，內(nèi)星加權(quán)輸入和為 1– p2不等于 p1，內(nèi)星加權(quán)輸入和為 1– p2＝ p1，即 θ 12＝ 180176。 競爭網(wǎng)絡(luò)的輸入層節(jié)點(diǎn) r由已知輸入矢量決定的。 競爭學(xué)習(xí)網(wǎng)絡(luò)的局限性– 競爭網(wǎng)絡(luò)適用于當(dāng)具有典型聚類特性的大量數(shù)據(jù)的辨識(shí)– 當(dāng)遇到大量的具有概率分布的輸入矢量時(shí)，競爭網(wǎng)絡(luò)就無能為力了，這時(shí)可采用科荷倫網(wǎng)絡(luò)來解決此類問題2023/3/2923三、科荷倫網(wǎng)絡(luò) 設(shè)計(jì)思想 網(wǎng)絡(luò)模型 網(wǎng)絡(luò)訓(xùn)練2023/3/2924 設(shè)計(jì)動(dòng)機(jī)168。 當(dāng)外界輸入不同的樣本到科荷倫自組織映射網(wǎng)絡(luò)中，一開始時(shí)輸入樣本引起輸出興奮的位置各不相同，但通過網(wǎng)絡(luò)自組織后會(huì)形成一些輸出群，它們分別代表了輸入樣本的分布，反映了輸入樣本的圖形分布特征，所以科荷倫網(wǎng)絡(luò)常常被稱為特性圖168。神經(jīng)元領(lǐng)域概念168。通常只能在新舊知識(shí)的取舍上進(jìn)行某種折衷，最大可能地接受新的知識(shí)并較少地影響原有知識(shí)2023/3/2929 網(wǎng)絡(luò)簡介168。 ART1由兩層神經(jīng)元以及一些控制信號(hào)相互結(jié)合而成2023/3/2931 網(wǎng)絡(luò)結(jié)構(gòu)168。該節(jié)點(diǎn)數(shù)能夠動(dòng)態(tài)地增長，以滿足設(shè)立新模式地需要。 介紹了自組織神經(jīng)網(wǎng)絡(luò)的三種學(xué)習(xí)規(guī)則；四種神經(jīng)網(wǎng)絡(luò)類型168。 主要的內(nèi)容包括– 簡單介紹人工神經(jīng)網(wǎng)絡(luò)與生物神經(jīng)系統(tǒng)、人工智能學(xué)科之間關(guān)系– 介紹了神經(jīng)網(wǎng)絡(luò)的基本網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)規(guī)則– 以典型網(wǎng)絡(luò)模型為代表分別介紹了三種主要的神經(jīng)網(wǎng)絡(luò)，前向神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)和自組織神經(jīng)網(wǎng)絡(luò)– 介紹了學(xué)習(xí)和應(yīng)用神經(jīng)網(wǎng)絡(luò)的基本方法? 網(wǎng)絡(luò)設(shè)計(jì)思想? 網(wǎng)絡(luò)結(jié)構(gòu)和應(yīng)用設(shè)計(jì)? 學(xué)習(xí)與訓(xùn)練算法– 簡單分析了神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問題及理論? BP網(wǎng)絡(luò)的收斂速度和穩(wěn)定問題? 反饋網(wǎng)絡(luò)和 Hopfield網(wǎng)絡(luò)的穩(wěn)定性問題168。 考試時(shí)間：課程結(jié)束后四周168。 三月 21三月 21Monday, March 29, 2023雨中黃葉樹，燈下白頭人。 三月 21三月 2101:20:0201:20:02March 29, 20231他鄉(xiāng)生白發(fā)，舊國見青山。 1:20:02 上午 1:20 上午 01:20:02三月 21沒有失敗，只有暫時(shí)停止成功！。 01:20:0201:20:0201:20Monday, March 29, 20231不知香積寺，數(shù)里入云峰。 2023/3/29 1:20:0201:20:0229 March 20231空山新雨后，天氣晚來秋。 三月 2101:20:0201:20Mar2129Mar211越是無能的人，越喜歡挑剔別人的錯(cuò)兒。 29 三月 20231:20:02 上午 01:20:02三月 211最具挑戰(zhàn)性的挑戰(zhàn)莫過于
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1