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方法。
上传时间： 2014-01-07
上传用户：hn891122
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的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~
上传时间： 2014-01-06
上传用户：ghostparker
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。
上传时间： 2015-03-22
上传用户：450976175
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。
上传时间： 2014-05-26
上传用户：yangbo69
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readme提示进行操作。
上传时间： 2015-04-04
上传用户：miaochun888
Kohonen模型结构：它是受视网膜皮层的生物功能的启发而提出的。
上传时间： 2013-12-18
上传用户：123啊
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。
上传时间： 2015-04-12
上传用户：xcy122677
Kohonen 网络模拟大脑神经系统自组织特征映射的功能，它是一种竞争式学习网络，在学习中能无监督地进行自组织学习。
上传时间： 2014-01-24
上传用户：爱死爱死
Kohonen的SOFM(自组织特征映射)源程序，希望大家喜欢
上传时间： 2014-01-24
上传用户：chongcongying
Kohonen network project适合从事该领域的学生学习
上传时间： 2015-09-09
上传用户：jcljkh
