由芬兰学者T.科霍宁(T.Kohonen)依据生物神经系统感知外界刺激的功能自组织原理提出。生物学研究表明,在人脑的视觉和听觉等感觉通道上,神经元的组织是有序排列的。当外界的特定时空信息输入时,大脑皮层的特定区域兴奋,而且类似的外界信息在对应的区域是连续映像的。同时,神经元之间还存在一种侧抑制现象,即一个神经细胞兴奋以后,会对周围其他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,其结果是某些神经元获胜,而另一些神经元失败。表现形式是获胜神经细胞兴奋,失败神经细胞抑制。大脑皮层中神经元的这种响应特点不是先天安排好的,而是通过后天的学习自组织形成的。自组织特征映射神经网络正是依据上述神经生物学原理调整网络权重,该网络在接受外界输入模式时,将会根据输入模式的不同分为不同的对应区域,各区域对输入模式有不同的响应特征。自组织特征映射神经网络属于无监督学习网络,它通过自动寻找样本中的内在规律和本质属性,自组织、自适应地改变网络参数和结构。
首页
[{"ID":42423,"Name":"工学"},{"ID":88847,"Name":"控制科学与工程"},{"ID":223122,"Name":"智能控制"},{"ID":223123,"Name":"智能控制"},{"ID":223124,"Name":"模糊控制"},{"ID":223180,"Name":"人工神经网络"}]
. 工学 . 控制科学与工程 . 智能控制 . 智能控制 . 模糊控制 . 人工神经网络自组织特征映射神经网络
/self-organizing feature map neural network; SOM/
最后更新 2023-04-01
浏览 114次
一种人工神经网络模型。又称Kohonen网络。
- 英文名称
- self-organizing feature map neural network; SOM
- 又称
- Kohonen网络
- 所属学科
- 控制科学与工程