一种自适应停止的SOM神经网络及其应用
*N个输出神经元，如图1所示为4输入神经元，4*4输出神经元构成的SOM神经网络[5]。SOM网络的运行分为训练和工作两个阶段[1]。训练阶段，对网络输入数据，输出层将有某个神经元产生最大的响应而获胜。获胜神经元周围的神经元也因此产生较大的响应，于是将获胜神经元及其领域（以某种方式定义的一个获胜神经元周围的区域）内的所有神经元以某种方式将其权值向量进行修改。网络通过自组织方式，用输入数据调整网络权值，最后使输出层各神经元的权值向量成为某类的聚类中心，确定好后训练结束。网络训练结束后，输出层各神经元与输入模式的特定关系就完全确定了，因此可以工作了，当输入一个模式时，网络输出层代表该模式的特定神经元会产生最大的响应，在所有神经元中竞争成功，从而自动将该输入归类。在训练阶段，训练次数需要根据经验并反复对比确定一个合理的值，但对于一个陌生的问题，并不能够在短时间内很好地确定训练次数的最佳值，若训练次数设定过小，可能造成训
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：