matlab辅助神经网络设计(12)

图7.1 自组织网络神经细胞状态分布图

39

这个Ng区域也可以是任何其它形状，但一般是均匀对称的，例如正方形或六角形等。Ng是时间的函数，也可用Ng(t)表示，随t增加，Ng(t)的范围不断减小，最后得到的Ng(t)区域反映了它所对应的输入模式的属性。 自组织特征映射网络的激励函数为二值型函数。在竞争层中，每个神经元都有自己的邻域，图7.2为一个在二维层中的主神经元。主神经元具有在其周围增加直径的邻域。一个直径为1的邻域包括主神经及它的直接周围神经元所组成的区域；直径为2的邻域包括直径为1的神经元以及它们的邻域。图中主神经元的位置是通过从左上端第一列开始顺序从左到右，从上到下找到的。如图中的10×10神经元层，其主神经元位于46。

图7.2 二维神经元展示意图

二、自组织特征映射网络的学习

自组织特征映射网络的竞争层是一个二维平面阵列，由M=m2个神经元组成，图7.3是一种典型的二维竞争层神经元与输入层神经元之间的连接方式。输入是R维，输出是二维。 设网络的信号按某种顺序输入： p(t)={p,t}, i=1,2,?R} 共N个样本， ai(t)=

?i?1Rwji(t)pi(t) j=1,2,?,M

则基本的SOFM算法可以归纳为：

① 权值初始化，对各节点的权赋以随机数作为初始值wji(0),

40