自组织 Kohonen 映射程序
自组织 Kohonen 映射程序，当一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类...
Kohonen技术资料
📦 资源总数：32
💻 源代码：176
探索Kohonen自组织映射网络的奥秘，掌握这一强大的无监督学习算法。Kohonen网络以其独特的自适应能力和数据聚类功能，在图像处理、模式识别及数据分析领域展现出卓越性能。无论是初学者还是资深工程师，这里汇集了32个精选资源，助您深入了解Kohonen原理及其在电子技术中的创新应用。立即访问，开启您的智能计算之旅！
🔥 Kohonen热门资料
查看全部32个资源 »自组织系统Kohonen网络模型。对于Kohonen神经网络
自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似...
Kohonen的SOFM(自组织特征映射)：这种算法部分收到生物特征影响
Kohonen的SOFM(自组织特征映射)：这种算法部分收到生物特征影响，在网络输出层内按几何中心或特征进行聚类。...
LVQ(学习矢量量化)算法：它是Kohonen的有监督学习的扩展形式。融合了自组织和有导师监督的技术
LVQ(学习矢量量化)算法：它是Kohonen的有监督学习的扩展形式。融合了自组织和有导师监督的技术，学习方法是竞争的，但产生方式是有教师监督的，也就是说，竞争学习是在由训练输入指定的各类中局部进行。...
Kohonen网络的学习过程可描述为：对于每一个网络的输入
Kohonen网络的学习过程可描述为：对于每一个网络的输入，只调整一部分权值，使权向量更接近或更偏离输入矢量，这一调整过程就是竞争学习。随着不断的学习过程，所有输入矢量都在输入矢量空间相互分离，形成了各自代表输入空间的一类模式，这就是Kohonen网络的特征自动识别的聚类功能。请解压缩后按照read...
💻 Kohonen源代码
查看更多 »📂 Kohonen资料分类