Kohonen网络是自组织竞争型神经网络的一种，该网络为无监督学习网络，能够识别环境特征并自动聚类。Kohonen...
Kohonen网络是2001年芬兰科学家Kohonen提出的,是一种称为自组织特征映射的网络(Self-Organizing feature Map, SOM),属人工神经网络的范畴,是数据挖掘中的无指导学习算法,被广泛应用于聚类分析问题中。 如同前文所讨论的那样,聚类算法主要涉及如何测度数据点之间的“亲疏程度”以及以怎样的方式实施聚类。Kohonen网络解决这...
Kohonen自组织特征映射(Self-Organizing Feature Mapping -- SOM)人工神经网络系统,是受视网膜皮层的生物功能的启发而提出来的,能像生物系统一样直接从周围环境中发现其结构、模式或特征,具有在网络输出层内按几何中心或特征进行聚类的独特性质。也就是说,在特征空间中具有较小的欧式距离的相近的特征将由SOFM的几何上...
1981年芬兰赫尔辛基大学Kohonen教授提出了一个比较完整的,分类性能较好的自组织特征影射(Self-Organizing Feature Map)人工神经网络(简称SOM网络)方案。这种网络也称为Kohonen特征影射网络。 这种网络模拟大脑神经系统自组织特征影射功能,它是一种竞争式学习网络,在学习中能无监督地进行自组织学习。 二、Hohonen模型原理 1...
总结BP、Kohonen、Hopfield三种网络的算法、功能有什么区别?相关知识点: 试题来源: 解析 BP网络是有导师学习,主要解决非线性映射问题,可以是任意的逼近; Kohonen网络是无导师学习,主要解决聚类问题; Hopfield网络也是无导师学习,主要解决联想回忆问题;反馈 收藏 ...
Kohonen 网络 最后,我们来介绍一下Kohonen网络(KN,也称之为自组织(特征)映射(SOM/SOFM:self organising (feature) map))。 KN利用竞争学习来对数据进行分类,不需要监督。先给神经网络一个输入,而后它会评估哪个神经元最匹配该输入。然后这个神经元会继续调整以更好地匹配输入数据,同时带动相邻的神经元。相邻神经元...
1、Kohonen神经网络 组长:陈永兴 组员:李文采 刘娇 陈爽第1页2kohonen神经网络竞争学习kohonen神经网络背景kohonen神经网络概念与原理kohonen神经网络应用第2页3背景在生物神经系统中,存在着一个侧抑制现象,即一个神经细胞兴奋以后,会对周围其它神经细胞产生抑制作用。这种抑制作用会使神经细胞之间出现竞争,其结果是一些获...
Kohonen神经网络是一种特殊类型的自组织映射(SOM)神经网络,由芬兰科学家Teuvo Kohonen在1982年提出。它通过无监督学习方式,根据输入样本的特性进行自组织,形成一种特殊的映射关系。每个神经元会“学习”与其相邻的神经元所代表的输入样本的特性,并逐渐调整自己的连接权重,以便在下一次迭代时更好地代表这些特性。三、...
Kohonen自组织特征映射算法，能够自动找出输入数据之间的类似度，将相似的输入在网络上就近配置。因此是一种可以构成对输入数据有选择地给予响应的网络。
%% 该代码为基于有导师监督的Kohonen网络的分类算法 %% 清空环境变量 clc clear close all %% 数据处理 load data input=datatrain(:,1:38); attackkind=datatrain(:,39); %数据归一化 inputn=input; [nn,mm]=size(inputn); [b,c]=sort(rand(1,nn)); ...