原理 聚类、高维可视化、数据压缩、特征提取 自组织映射神经网络本质上是一个两层的神经网络，包含输入层和输出层（竞争层）输出层中神经元的个数通常是聚类的个数 训练时采用“竞争学习”方式，每个输入在输出层中找到一个和它最匹配的节点，称为激活节点。紧接着用随机梯度下降法更新激活节点的参数，同时，激活节点临 ...
分类：
其他好文 时间：
2019-11-24 15:45:03
阅读次数：
87
1.自组织映射（Self-Organizing Maps or Self-Organizing feature Maps, SOM or SOFM） 转Tom Germano写于1999年3月23日http://davis.wpi.edu/~matt/courses/soms/#Introducti ...
分类：
其他好文 时间：
2018-01-04 00:26:28
阅读次数：
133
什么是自组织映射？ 一个特别有趣的无监督系统是基于 竞争性学习 ，其中输出神经元之间竞争激活，结果是在任意时间只有一个神经元被激活。这个激活的神经元被称为 胜者神经元（winner takes all neuron） 。这种竞争可以通过在神经元之间具有 横向抑制连接 （负反馈路径）来实现。其结果是神 ...
分类：
其他好文 时间：
2017-12-01 23:23:26
阅读次数：
404
竞争型神经网络是基于无监督学习方法（unsupervised learning）的神经网络的一种重要类型，它经常作为基本的网络形式，构成其他一些具有组织能力的网络，如自组织映射网络、自适应共振理论网络、学习向量量化网络等。 生物神经网络存在一种侧抑制现象，即一个神经细胞兴奋后，通过它的分支会对周围其 ...
分类：
其他好文 时间：
2016-07-10 16:37:10
阅读次数：
123
概述SOM是芬兰教授Teuvo Kohonen提出的一种神经网络算法，它提供一种将高维数据在低维空间进行表示的方法(通常是一维或二维)。缩减向量维度的过程，叫做向量量化(vector quantisation)。此外，SOM网络能保留原有数据的拓扑关系。一个用来直观感受SOM网络规则的例子，是将3维...
分类：
其他好文 时间：
2015-12-19 14:58:21
阅读次数：
904
SOM, 即Self- Organizing Mapping( 自组织映射网络) , 或称为Self- Organizing Feature Mapping( 自组织特征映射网络) , 它是一种无指导训练的神经网络, 自组织的过程实际上就是一种无指导的学习。它通过自身训练, 自动对输入模式进行聚类。它的拓扑结构图。最早是由芬兰赫尔辛基理工大学Kohen于1981年提出的。它模拟人脑中处于不同区域的神...
分类：
其他好文 时间：
2015-07-29 23:10:30
阅读次数：
346
