自组织RBF神经网络

自组织RBF神经网络Tag内容描述：<p>1、第五章 自组织竞争型神经网络,5.1概述 5.2竞争学习机制和自稳学习机制 5.3自适应共振理论神经网络（ART）,BP网络虽已得到广泛应用，然而，它在构成网络时未能充分借鉴人脑工作的特点，因而其功能有许多不足之处： 对比之下，人脑的优越性就极其明显了。人的大脑是一个庞大、复杂的神经网络系统，它不仅可以记忆来自外界的各种信息，即具有可塑性，而且还可以将新、旧信息保存下来，即具有稳定性。人的脑神经系统既能牢固地记住学得的各种知识又能适应各种复杂多变的环境，能够通过“自学”来认识未学习过的新事物并解决不熟悉的新问题。因。</p><p>2、第五章 自组织竞争型神经网络,5.1概述 5.2竞争学习机制和自稳学习机制 5.3自适应共振理论神经网络（ART）,BP网络虽已得到广泛应用，然而，它在构成网络时未能充分借鉴人脑工作的特点，因而其功能有许多不足之处： 对比之下，人脑的优越性就极其明显了。人的大脑是一个庞大、复杂的神经网络系统，它不仅可以记忆来自外界的各种信息，即具有可塑性，而且还可以将新、旧信息保存下来，即具有稳定性。人的脑神经。</p><p>3、2 6自组织神经网络模型与学习算法 概述 自组织神经网络 又称为自组织竞争神经网络 特别适合于解决模式分类和识别方面的应用问题 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 自组织特征映射神经网络不仅能够像自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 概述 自组织竞争神经网络类型自适应共振理论 AdaptiveResonanceTheory ART 网络自组织。</p><p>4、2.6 自组织神经网络模型与学习算法,概述,自组织神经网络，又称为自组织竞争神经网络,特别适合于解决模式分类和识别方面的应用问题。 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， 自组织特征映射神经网络不仅能够像自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。,概述,自组织竞争神经网络类型 自适应共振理论(Adaptive Resonance Theory，AR。</p><p>5、第五章自组织竞争神经网络,第五章自组织竞争神经网络,5.1概述5.2自组织特征映射网络5.3自适应共振理论模型5.4神经认知机,5.1概述,在实际的神经网络中，存在一种侧抑制的现象，即一个神经细胞兴奋后，通过它的分支会对周围其他神经细胞产生抑制这种侧抑制在脊髓和海马中存在，在人眼的视网膜中也存在。另外，在认知过程中除了从教师那儿得到知识外，还有一种不需要教师指导的学习，这种直接依靠外界刺激，“无师。</p><p>6、第五章 自组织竞争神经网络,第五章 自组织竞争神经网络,5.1 概述 5.2 自组织特征映射网络 5.3 自适应共振理论模型 5.4 神经认知机,5.1 概述,在实际的神经网络中，存在一种侧抑制的现象，即一个神经细胞兴奋后，通过它的分支会对周围其他神经细胞产生抑制这种侧抑制在脊髓和海马中存在，在人眼的视网膜中也存在。 另外，在认知过程中除了从教师那儿得到知识外，还有一种不需要教师指导的学习，这种直接依靠外界刺激，“无师自通”达到的功能有时也称为自学习、自组织的学习方法。 自组织竞争人工神经网络就是基于上述两种生物结构和现象的。</p>