自组织神经网络模型与学习算法SOMppt课件

上传人:文**** 文档编号:171690048 上传时间:2022-11-28 格式:PPT 页数:20 大小:509.50KB
收藏 版权申诉 举报 下载
自组织神经网络模型与学习算法SOMppt课件_第1页
第1页 / 共20页
自组织神经网络模型与学习算法SOMppt课件_第2页
第2页 / 共20页
自组织神经网络模型与学习算法SOMppt课件_第3页
第3页 / 共20页
资源描述:

《自组织神经网络模型与学习算法SOMppt课件》由会员分享,可在线阅读,更多相关《自组织神经网络模型与学习算法SOMppt课件(20页珍藏版)》请在装配图网上搜索。

1、智能中国网提供学习支持智能中国网提供学习支持2.6 2.6 自组织神经网络模型与学自组织神经网络模型与学习算法习算法篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统概述概述p自组织神经网络,又称为自组织竞争神自组织神经网络,又称为自组织竞争神经网络经网络,特别适合于解决模式分类和识别特别适合于解决模式分类和识别方面的应用问题。方面的应用问题。p自组织神经网络属于前向神经网络类型,自组织神经网络属于前向神经网络类型,采用无导师学习算法,采用无导师学习算法,p自组织特征映射神经网络不仅能够像自自组织特征映射神经网络不仅能够像自组织竞争神经

2、网络一样学习输入的分布情组织竞争神经网络一样学习输入的分布情况,而且可以学习神经网络的拓扑结构。况,而且可以学习神经网络的拓扑结构。篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统概述概述p自组织竞争神经网络类型自组织竞争神经网络类型自适应共振理论(Adaptive Resonance Theory,ART)网络自组织特征映射(self-Organizing Map,SOM)网络对传(Counter Propagation,CP)网络协同神经网络(Synergetic Neural NetworkSNN)篮球比赛是根据运动队在规定的比

3、赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.1 2.6.1 自组织特征映射神经网络结构自组织特征映射神经网络结构p由芬兰学者由芬兰学者Teuvo KohonenTeuvo Kohonen于于19811981年提出年提出p基本上为输入层和映射层的双层结构基本上为输入层和映射层的双层结构,映射层的映射层的神经元互相连接,每个输出神经元连接至所有神经元互相连接,每个输出神经元连接至所有输入神经元输入神经元 Im Teuvo Kohonen篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.1 2

4、.6.1 自组织特征映射神经网络结构自组织特征映射神经网络结构 竞争层竞争层输入层输入层SOMSOM神经网络结构神经网络结构篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.1 2.6.1 自组织特征映射神经网络结构自组织特征映射神经网络结构SOMSOM神经网络平面示意图神经网络平面示意图竞争层竞争层输入层输入层篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.1 2.6.1 自组织特征映射神经网络结构自组织特征映射神经网络结构SOMSOM神经网络立体示意图神经网

5、络立体示意图竞争层竞争层输入层输入层篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统 2.6.22.6.2自组织特征映射网络的学习算法自组织特征映射网络的学习算法 p自组织特征映射学习算法原理自组织特征映射学习算法原理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。p类似度准则类似度准则欧氏距离 n21()jiijidxw篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6

6、.22.6.2自组织特征映射网络的学习算法自组织特征映射网络的学习算法p自组织特征映射学习算法步骤自组织特征映射学习算法步骤(1)(1)网络初始化网络初始化用随机数设定输入层和映射层之间权值的初始值(2)(2)输入向量输入向量把输入向量输入给输入层(3)(3)计算映射层的权值向量和输入向量的距离计算映射层的权值向量和输入向量的距离映射层的神经元和输入向量的距离,按下式给出n21()jiijidxw篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.22.6.2自组织特征映射网络的学习算法自组织特征映射网络的学习算法p自组织特征映射

7、学习算法步骤自组织特征映射学习算法步骤(4)(4)选择与权值向量的距离最小的神经元选择与权值向量的距离最小的神经元计算并选择使输入向量和权值向量的距离最小的神经元,把其称为胜出神经元并记为 ,并给出其邻接神经元集合。(5)(5)调整权值调整权值 胜出神经元和位于其邻接神经元的权值,按下式更新:(6)(6)是否达到预先设定的要求如达到要求则算是否达到预先设定的要求如达到要求则算法结束,否则返回法结束,否则返回(2)(2),进入下一轮学习,进入下一轮学习h(,)()ijiijwj jxw(1)()ijijijw tw tw j篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比

8、赛的计时计分系统是一种得分类型的系统2.6.22.6.2自组织特征映射网络的学习算法自组织特征映射网络的学习算法p邻域函数邻域函数由邻域函数可以看到,以获胜神经元为中心设定了一个邻域半径,称为胜出邻域。胜出邻域。学习初期,胜出神经元和其附近的神经元全部接近当时的输入向量,形成粗略的映射。随着学习的进行而减小,胜出邻域胜出邻域变窄,胜出神经元附近的神经元数变少。因此,学习方法是一种从粗调整向微调整变化,最终达到预定目标的过程。22h(,)exp()jjj j 2 Nj*(0)Nj*(0)Nj*(1)Nj*(1)Nj*(2)Nj*(2)篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因

9、此,篮球比赛的计时计分系统是一种得分类型的系统2.6.3 2.6.3 自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现pMATLABMATLAB中自组织神经网络的重要函数和中自组织神经网络的重要函数和基本功能基本功能 函函 数数 名名功功 能能newsom()创建一个自组织特征映射神经网络创建一个自组织特征映射神经网络plotsom()绘制自组织特征映射网络的权值矢量绘制自组织特征映射网络的权值矢量vec2ind()将单值矢量组变换成下标矢量将单值矢量组变换成下标矢量compet()竞争传输函数竞争传输函数midpoint()中点权值初始化函数中点权值初始化函数lear

10、nsom()自组织特征映射权值学习规则函数自组织特征映射权值学习规则函数篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.3 2.6.3 自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现pMATLABMATLAB中自组织神经网络的重要函数和基本功能中自组织神经网络的重要函数和基本功能newsom()功能功能 创建一个自组织特征映射网络函数创建一个自组织特征映射网络函数格式格式 net=newsom(PRnet=newsom(PR,D1D1,D2D2,.,TFCNTFCN,DFCNDFCN,OLROLR,O

11、STEPSOSTEPS,TLRTLR,TND)TND)说明说明 netnet为生成的新为生成的新BPBP神经网络;神经网络;PRPR为网络输入矢量取值范为网络输入矢量取值范围的矩阵围的矩阵Pmin PmaxPmin Pmax;D1D1,D2D2,.为神经元在多维空间为神经元在多维空间中排列时各维的个数;中排列时各维的个数;TFCNTFCN为拓扑函数,缺省值为为拓扑函数,缺省值为hextophextop;DFCNDFCN为距离函数,缺省值为为距离函数,缺省值为linkdistlinkdist;OLROLR为排列阶段学习速为排列阶段学习速率,缺省值为率,缺省值为0.90.9;OSTEPSOSTEP

12、S为排列阶段学习次数,缺省值为为排列阶段学习次数,缺省值为10001000;TLRTLR为调整阶段学习速率,缺省值为为调整阶段学习速率,缺省值为0.020.02,TNDTND为调整为调整阶段领域半径,缺省值为阶段领域半径,缺省值为1 1。篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.3 2.6.3 自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现p plotsom()plotsom()功能 绘制自组织特征映射网络图的权值向量 函数格式 (1)plotsom(pos)(1)plotsom(pos)(2)

13、plotsom(W(2)plotsom(W,D D,ND)ND)说明 式中pos是网络中各神经元在物理空间分布的位置坐标矩阵;函数返回神经元物理分布的拓扑图,图中每两个间距小于1的神经元以直线连接;W为神经元权值矩阵;D为根据神经元位置计算出的间接矩阵;ND为领域半径,缺省值为1;函数返回神经元权值的分布图,图中每两个间距小于ND的神经元以直线连接。篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.3 2.6.3 自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现pyec2ind()yec2ind()功能

14、将单值向量组变换成下标向量格式 ind=vec2ind(vec)说明 式中,vec为m行n列的向量矩阵x,x中的每个列向量i,除包含一个1外,其余元素均为0,ind为n个元素值为1所在的行下标值构成的一个行向量。篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.3 2.6.3 自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现p例例2-5 2-5 人口分类是人口统计中的一个重要指人口分类是人口统计中的一个重要指标,现有标,现有19991999共共1010个地区的人口出生比例情况个地区的人口出生比例情况如下:

15、如下:出生男性百分比分别为:0.5512 0.51230.50870.50010.60120.52980.50000.49650.51030.5003;出生女性百分比分别为:0.4488 0.48770.49130.49990.39880.47020.50000.50350.48970.4997 篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统2.6.3 2.6.3 自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现p例例2-52-5源程序源程序建立一个自组织神经网络对上述数据分类,给定某个地区的男、女出生比例分

16、别为0.5,0.5,测试训练后的自组织神经网络的性能,判断其属于哪个类别。解答:MATLAB代码如下:P=0.55120.51230.50870.50010.60120.52980.50000.49650.51030.5003;0.4488 0.4877 0.49130.49990.39880.47020.50000.50350.48970.4997;%创建一个自组织神经网络,0 1;0 1表示输入数据的取值范围在0,1之%间,3,4表示竞争层组织结构为3 4,其余参数取默认值net=newsom(0 1;0 1,3 4);net.trainParam.epochs=500;net=init(

17、net);net=train(net,P);y=sim(net,P);%获取训练后的自组织神经网络的权值w1=net.IW1,1;%绘出训练后自组织神经网络的权值分布图plotsom(w1,net.layers1.distances);篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统例例2-5 SOM2-5 SOM网络权值分布图网络权值分布图篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统例例2-5 SOM2-5 SOM网络数据分类图网络数据分类图类别类别1类别类别2类别类别5类别类别4类别类别3测试数据属测试数据属于类别于类别5篮球比赛是根据运动队在规定的比赛时间里得分多少来决定胜负的,因此,篮球比赛的计时计分系统是一种得分类型的系统小结小结p概述概述p自组织特征映射神经网络结构自组织特征映射神经网络结构p自组织特征映射网络的学习算法自组织特征映射网络的学习算法p自组织网络学习算法的自组织网络学习算法的MATLABMATLAB实现实现p自组织特征映射网络的特点自组织特征映射网络的特点

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!