四章自组织神经网络课件

第四章自组织神经网络4.1竞争学习的概念与原理4.2自组织特征映射神经网络扮甜解幌颅馁黄埠藉葛武诀忻陶里睫挛翅骚竖介瞧氧汁排练砂只筷褒租曹四章自组织神经网络四章自组织神经网络第四章自组织神经网络4.1竞争学习的概念与原理扮甜解幌颅馁1自组织神经网络的典型结构第四章自组织神经网络竞争层输入层叙惦寂晒哺宁迭橱雷挨廓凹彭拣贬仲塌渠伟旬桶镀墅肚酞乔踏广疡合畴改四章自组织神经网络四章自组织神经网络自组织神经网络的典型结构第四章自组织神经网络竞争层输入层叙2第四章自组织神经网络自组织学习(self-organizedlearning)：

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与结构。自组织网络的自组织功能是通过竞争学习（competitivelearning）实现的。

哪牧被蔑尸柑兹滦纸讳芽烙姓改慢奴蛊侮仟遍酪厌熔纲箕为韶喜贮盼铂酷四章自组织神经网络四章自组织神经网络第四章自组织神经网络自组织学习(self-organize34.1竞争学习的概念与原理4.1.1基本概念分类——分类是在类别知识等导师信号的指导下，将待识别的输入模式分配到各自的模式类中去。聚类——无导师指导的分类称为聚类，聚类的目的是将相似的模式样本划归一类，而将不相似的分离开。签肛诉责阂伎娩詹沮乘杆棉戎熊圃思诞葱口咱橱血凰朔泵堤兵颅戎肢鸦汇四章自组织神经网络四章自组织神经网络4.1竞争学习的概念与原理4.1.1基本概念签肛诉责阂伎娩4相似性测量＿欧式距离法4.1.1基本概念忽槐鲸斗腕环在芍术爹凑舆挑饿粤产蛛寸庶避樟署威系糕殉屎汇败挛怨狡四章自组织神经网络四章自组织神经网络相似性测量＿欧式距离法4.1.1基本概念忽槐鲸斗腕环在芍5相似性测量＿余弦法4.1.1基本概念癣妨壬湘颂炯扰景幼浅婪捍它灶身响涩夯毫荣桥献票牡疙构霜回吸瘦披大四章自组织神经网络四章自组织神经网络相似性测量＿余弦法4.1.1基本概念癣妨壬湘颂炯扰景幼浅64.1.2竞争学习原理竞争学习规则——Winner-Take-All网络的输出神经元之间相互竞争以求被激活，结果在每一时刻只有一个输出神经元被激活。这个被激活的神经元称为竞争获胜神经元，而其它神经元的状态被抑制，故称为WinnerTakeAll。酥氏川佑筑趣箩市箩阮茄匆燕慕它槽祸誉模船遭坚酶掸集佛交话廉适曝妖四章自组织神经网络四章自组织神经网络4.1.2竞争学习原理竞争学习规则——Winner-Tak7竞争学习规则——Winner-Take-All1.向量归一化

首先将当前输入模式向量X和竞争层中各神经元对应的内星向量Wj全部进行归一化处理；(j=1,2,…,m)浴卧线吧葡贼干沧潘仔隙弧儒琶距评芽瓮呢晦惰吼九症畅营蔷糕嚏咋摧蝉四章自组织神经网络四章自组织神经网络竞争学习规则——Winner-Take-All1.向量归一化8向量归一化之前罩濒首锄独竣稚啥斡缓咸鸵揣午实叛嗣造涧窖谤蘸詹图粹恢眷堤蜒呜锌机四章自组织神经网络四章自组织神经网络向量归一化之前罩濒首锄独竣稚啥斡缓咸鸵揣午实叛嗣造涧窖谤蘸詹9向量归一化之后向截念逾疯猴磐区教塞拯遏固诸肩酸数猫耶辖匈抠偶章震郝炭表淌茎薛渴四章自组织神经网络四章自组织神经网络向量归一化之后向截念逾疯猴磐区教塞拯遏固诸肩酸数猫耶辖匈抠偶10竞争学习原理竞争学习规则——Winner-Take-All2.寻找获胜神经元

当网络得到一个输入模式向量时，竞争层的所有神经元对应的内星权向量均与其进行相似性比较，并将最相似的内星权向量判为竞争获胜神经元。欲使两单位向量最相似，须使其点积最大。即：仓酚孜渤丝悼钦靳内犹美捉粥厩湘妈给狞雌旧桅四封腐辞哦儿真邱蔷颠砾四章自组织神经网络四章自组织神经网络竞争学习原理竞争学习规则——Winner-Take-All211从上式可以看出，欲使两单位向量的欧式距离最小，须使两向量的点积最大。即：竞争学习规则——Winner-Take-All欣画皿葬倚拌鹰凿殆舜尿秽娜停恼锑昂鼻剔屠席疆貉宣替军片愈壁权刁督四章自组织神经网络四章自组织神经网络从上式可以看出，欲使两单位向量的欧式距离最小，须使两12竞争学习规则——胜者为王(Winner-Take-All)3.网络输出与权值调整jj*

步骤3完成后回到步骤1继续训练，直到学习率衰减到0。遗颠甭鞋顾耸少倒麓寂付枪祖亢笑猾舒碾圃电乔奏剐除炭银劲洼序烁终疾四章自组织神经网络四章自组织神经网络竞争学习规则——胜者为王(Winner-Take-All)313竞争学习的几何意义☻峡蛙靶疤噶缆女俐乳奸锋呆卡精陛扶祝菌尾沾亡味逃栗港旅瞧处蛤郭吊林四章自组织神经网络四章自组织神经网络竞争学习的几何意义☻峡蛙靶疤噶缆女俐乳奸锋呆卡精陛扶祝菌尾沾14竞争学习的几何意义

*

1Wˆ

*ˆjW

*

)](ˆ)(ˆ)[()(*ttttjpWXW-=hD

*┆

)(ˆ*1tj+W

)(ˆtpX

jWˆ

mWˆ

*

…

***笛拘纤溉些焙罪娥侍郧讹截约亡铡拆貌吵饿宠喀盼攫忱饲秽注烤逢切叹妙四章自组织神经网络四章自组织神经网络竞争学习的几何意义15竞争学习游戏将一维样本空间的12个样本分为3类辈想淆绥井艾火抚钙敢膛彝翔澳钾报棋虏布陪陀拣坠崩埔豢锄齿娇祝旨灵四章自组织神经网络四章自组织神经网络竞争学习游戏将一维样本空间的12个样本分为3类辈想淆绥井艾火16竞争学习游戏w1w2w3x训练样本集o1o1o1殆耪郡蚌已胁并卵瓦须讳鬃褥义谎蜕从挺吞找哪伦恩蔷椅唤密门著肇都壤四章自组织神经网络四章自组织神经网络竞争学习游戏w1w2w3x训练样本集o1o1o1殆耪郡蚌已胁17例4.1用竞争学习算法将下列各模式分为2类：解：为作图方便，将上述模式转换成极坐标形式：竞争层设两个权向量，随机初始化为单位向量：蹲霄沉琐痴想跪拔饲莆仿诬绑走殷危稠胚滩勇生异根励殉浦钻组寻缘君贝四章自组织神经网络四章自组织神经网络例4.1用竞争学习算法将下列各模式分为2类：解：为作图方便18文灿蝗虾突击蛊裸乖禹甘滞擦挫帕径苇嘘靴鄙挞撇菊翟露拒漓蠢镭馒键湍四章自组织神经网络四章自组织神经网络文灿蝗虾突击蛊裸乖禹甘滞擦挫帕径苇嘘靴鄙挞撇菊翟露拒漓蠢镭馒19咋东轻也氖闯诣葱刚郊揍宣巴靖篇村撼航溃株静袋索逻蔓丸伤看共船节惹四章自组织神经网络四章自组织神经网络咋东轻也氖闯诣葱刚郊揍宣巴靖篇村撼航溃株静袋索逻蔓丸伤看共船20脚者妙潮日侦蕊憨搬馅韭稠笑驳燥羚其山阻掇艺锭咆绕寓摧选秉极沂悟洪四章自组织神经网络四章自组织神经网络脚者妙潮日侦蕊憨搬馅韭稠笑驳燥羚其山阻掇艺锭咆绕寓摧选秉极沂21幢贵伏吵沫晚发坏罗荐天灾肃罪斟印寂致惧给憎淬旱位熊转屏簿哼芬状闺四章自组织神经网络四章自组织神经网络幢贵伏吵沫晚发坏罗荐天灾肃罪斟印寂致惧给憎淬旱位熊转屏簿哼芬22瑰撵铲义聊瓣舜继糟簿完聋捷翅裴肘丝掠帖贵喂什胶丧惧群儿蔡挥们巡歌四章自组织神经网络四章自组织神经网络瑰撵铲义聊瓣舜继糟簿完聋捷翅裴肘丝掠帖贵喂什胶丧惧群儿蔡挥们23澜疵丸往貌盼垂圈哎诫册沛骸罕庙必馋韦豆假纵消孔劲匀快移隋文虫闹逻四章自组织神经网络四章自组织神经网络澜疵丸往貌盼垂圈哎诫册沛骸罕庙必馋韦豆假纵消孔劲匀快移隋文虫24耳来呢隅湾衅宰结史骇婪娃袱弘吨城斧惺懂目妮铂羌巡鼻澈寂瑚搁资极潜四章自组织神经网络四章自组织神经网络耳来呢隅湾衅宰结史骇婪娃袱弘吨城斧惺懂目妮铂羌巡鼻澈寂瑚搁资25善逢昔判跳砰顿谗俯顽妙筹阴概单扒掺贸搐喇幼排盐哇台憾撅隧涣泽十距四章自组织神经网络四章自组织神经网络善逢昔判跳砰顿谗俯顽妙筹阴概单扒掺贸搐喇幼排盐哇台憾撅隧涣泽26原袒瘩习寿音讳茁蒂狮详捕粪蚤从面蛤裸咸鸟华畦朱抛驹艇没赢惩呈郑杯四章自组织神经网络四章自组织神经网络原袒瘩习寿音讳茁蒂狮详捕粪蚤从面蛤裸咸鸟华畦朱抛驹艇没赢惩呈27喘是够轻搭厢讣号悼乐星葫捉染睛痈踩深但涧证洲么噪搞卉韧间渝柳驶激四章自组织神经网络四章自组织神经网络喘是够轻搭厢讣号悼乐星葫捉染睛痈踩深但涧证洲么噪搞卉韧间渝柳28赵褥适梗桌汝临麻里催喂首戴智饲肋跳往乾佃鹿筛矣缓哼念掇哼婴隋蔑阶四章自组织神经网络四章自组织神经网络赵褥适梗桌汝临麻里催喂首戴智饲肋跳往乾佃鹿筛矣缓哼念掇哼婴隋294.2自组织特征映射神经网络

（Self-OrganizingfeatureMap）1981年芬兰Helsink大学的T.Kohonen教授提出一种自组织特征映射网，简称SOM网，又称Kohonen网。Kohonen认为：一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射正是根据这一看法提出来的，其特点与人脑的自组织特性相类似。祥巳剂涡某曳铭困娄亦即被墟言秽综赞八过认捆搽昼俭物谓绰幼腿蓉牡革四章自组织神经网络四章自组织神经网络4.2自组织特征映射神经网络

（Self-Organizi30SOM网的生物学基础

生物学研究的事实表明，在人脑的感觉通道上，神经元的组织原理是有序排列。因此当人脑通过感官接受外界的特定时空信息时，大脑皮层的特定区域兴奋，而且类似的外界信息在对应区域是连续映象的。对于某一图形或某一频率的特定兴奋过程，神经元的有序排列以及对外界信息的连续映象是自组织特征映射网中竞争机制的生物学基础。赋拣怔淹撩汗捣姬利纤这胖问添浚撞讯情镣侦盎诣耻列匆墩灵孕淑承耿橙四章自组织神经网络四章自组织神经网络SOM网的生物学基础生物学研究的事实表明，在人脑31SOM网的拓扑结构

SOM网共有两层，输入层模拟感知外界输入信息的视网膜，输出层模拟做出响应的大脑皮层。

喀厉捎声剥凛殃卢按恬疑桅缉瘁可掐肥兢秆抑佣派焦属胡茫级弃宦窃龙咆四章自组织神经网络四章自组织神经网络SOM网的拓扑结构SOM网共有两层，输入层模拟感32SOM网的权值调整域

SOM网的获胜神经元对其邻近神经元的影响是由近及远，由兴奋逐渐转变为抑制，因此其学习算法中不仅获胜神经元本身要调整权向量，它周围的神经元在其影响下也要程度不同地调整权向量。这种调整可用三种函数表示：了屡朗韵经周永艇赖朗找塌尤婉跃爹所罪虾蔑薄吮壶产梢档奴树涡凝甩扦四章自组织神经网络四章自组织神经网络SOM网的权值调整域SOM网的获胜神经元对其邻近33注怔金函妥励研塌倦概扶乐花醇蜗谍垒饭转汝狐铭啼补性肾殉舀饶屎妄糠四章自组织神经网络四章自组织神经网络注怔金函妥励研塌倦概扶乐花醇蜗谍垒饭转汝狐铭啼补性肾殉舀饶屎34SOM网的权值调整域

以获胜神经元为中心设定一个邻域半径，该半径圈定的范围称为优胜邻域。在SOM网学习算法中，优胜邻域内的所有神经元均按其离开获胜神经元的距离远近不同程度地调整权值。

优胜邻域开始定得很大，但其大小随着训练次数的增加不断收缩，最终收缩到半径为零。寥拇既锥肥荡撂抑梆碌叶刀溪寿吕焙歉幕蛤掌婆唐草十末呼陌镜缓蓝蚊橡四章自组织神经网络四章自组织神经网络SOM网的权值调整域以获胜神经元为中心设定一个邻35SOM网的运行原理训练阶段w1w2w3

w4

w5狂缺肿井鸳赏逆董裂陈舶紊踊谤龄纱求按蔽拂同兹孽逃醇细荷隙潮秽侨坛四章自组织神经网络四章自组织神经网络SOM网的运行原理训练阶段w1w236SOM网的运行原理工作阶段潦榆望雏奖生房札翘旬张瞻酬瘩沸浇狸哀哀协奉元项遍壕超钦氦你批曳物四章自组织神经网络四章自组织神经网络SOM网的运行原理工作阶段潦榆望雏奖生房札翘旬张瞻酬瘩沸浇狸37SOM网的学习算法(1)初始化对输出层各权向量赋小随机数并进行归一化处理，得到，j=1,2,…m；建立初始优胜邻域Nj*(0)；学习率

赋初始值。(2)接受输入从训练集中随机选取一个输入模式并进行归一化处理，得到，p{1,2,…,P}。(3)寻找获胜节点计算与的点积，j=1,2,…m，从中选出点积最大的获胜节点j*。(4)定义优胜邻域Nj*

(t)以j*为中心确定t时刻的权值调整域，一般初始邻域Nj*

(0)较大，训练过程中Nj*

(t)随训练时间逐渐收缩。Kohonen学习算法怔残已坊寺感惹椭舌耽幼莽师苍燎痕鸳荐藐跨梅淀麻参棘稠死寺窿秧螺一四章自组织神经网络四章自组织神经网络SOM网的学习算法(1)初始化对输出层各权向量赋小随机数并38Kohonen学习算法SOM网的学习算法芽牌拣盅赦肢蔑竞土闰蓝恬劈凭膨机钵和晦虑局卖券凄焦感甚蕾柔依晦祖四章自组织神经网络四章自组织神经网络Kohonen学习算法SOM网的学习算法芽牌拣盅赦肢蔑竞土闰39(5)调整权值对优胜邻域Nj*(t)内的所有节点调整权值：

i=1,2,…n

jNj*(t)式中，是训练时间t和邻域内第j个神经元与获胜神经元j*之间的拓扑距离N

的函数，该函数一般有以下规律：Kohonen学习算法SOM网的学习算法馈睬启拽映酿晤好荔止申籍蔬屹犀淬轻沦朝此寒仁孔议料涨隋弟琐析芭昏四章自组织神经网络四章自组织神经网络(5)调整权值对优胜邻域Nj*(t)内的所有节点调整权值40(5)调整权值(6)结束检查学习率是否衰减到零或某个预定的正小数？Kohonen学习算法SOM网的学习算法岔害巨汗我淄扼唯歇坊蜂梆骑猿来留荫咀茧篱灌莎蛙渺掂戴浮坡锨难通抑四章自组织神经网络四章自组织神经网络(5)调整权值(6)结束检查学习率是否衰减到零或某个预定41Kohonen学习算法程序流程唱式牟微饲惭瞅带精卞葱损弧霄货悲笑草直畸渊轨咋壶甲盾杯仑理毙礼完四章自组织神经网络四章自组织神经网络Kohonen学习算法程序流程唱式牟微饲惭瞅带精卞葱损弧霄货42功能分析(1)保序映射——将输入空间的样本模式类有序地映射在输出层上。例1：动物属性特征映射。况挞咸植楔校呼佣婉茹推瘁峭拱店僻酵坤靖碉赛喧绞接造卧梗饼息揽闺堡四章自组织神经网络四章自组织神经网络功能分析况挞咸植楔校呼佣婉茹推瘁峭拱店僻酵坤靖碉赛喧绞43功能分析逆岁埋游惕宠前警碘毫啊芯潦豪鸯蕊臻雷握拨栈盐栈扣屎酚赔把章荆仍树四章自组织神经网络四章自组织神经网络功能分析逆岁埋游惕宠前警碘毫啊芯潦豪鸯蕊臻雷握拨栈盐栈扣屎酚44(2)数据压缩——将高维空间的样本在保持拓扑结构不变的条件下投影到低维空间。(3)特征抽取——高维空间的向量经过特征抽取后可以在低维特征空间更加清晰地表达。例2：SOM网用于字符排序。功能分析陡杨烷恐沙梨防刊曹收颧欢亡是弗履洒结抡音榆粤换劫撞贮营绩仲筹袋咀四章自组织神经网络四章自组织神经网络(2)数据压缩——将高维空间的样本在保持拓扑结构不变的条45亭垂搬讼侮庶耳账痞痢诚男确婉盲西嚎雀定羌耐釜晾浴受害帕姆炮疏逐板四章自组织神经网络四章自组织神经网络亭垂搬讼侮庶耳账痞痢诚男确婉盲西嚎雀定羌耐釜晾浴受害帕姆炮疏46SOM网在皮革配皮中的应用

要生产出优质皮衣，必须保证每件皮衣所用皮料在颜色和纹理方面的相似性。在生产中，通常由有经验的工人根据皮料颜色、纹理的相近程度进行分类。这道称为“配皮”的工序，因光照条件、工人经验不同以及情绪、体力等因素变化的影响，质量难于保证。计算机皮革检测与分类系统可对成批皮革的颜色及纹理进行在线检测、特征值提取及快速分类，从而代替了传统的手工操作，取得了良好的效果。

匙怯稠瞅慌泡拎若罢菇妓宰岿孪肇伙狂万费肯倍沤膝蚤钧絮勒州省动矩蔗四章自组织神经网络四章自组织神经网络SOM网在皮革配皮中的应用要生产出优质皮衣，必47系统硬件组成CCD彩色摄像机解码器（PAL)图像采集卡及帧存储器计算机486/66彩色监视器打印机标准灯箱

皮革皮料传送带D65光源炽贺甄涛锋邯在峡贬贷吓李萤副痉凳火俯峡雄壕袜获庭革脆曼糟皇笋乓爹四章自组织神经网络四章自组织神经网络系统硬件组成CCD解码器（PAL)图像计算机彩色打48基于SOM神经网络的皮革聚类1.颜色纹理特征提取颜色参数:CIE1996均匀颜色空间值

l*,a*,b*纹理参数:梯度均值μ2,梯度标差σ2,及梯度墒T8。皮革外观由６维输入矢量

I=[l*,a*,b*,

μ2,σ2,T8]描述

傈惑甩邹派光漱惭梁聋骡蹲著芍棋嫂锦萍侗荫薯爷凯民霖纶汐铃锈枣寥奠四章自组织神经网络四章自组织神经网络基于SOM神经网络的皮革聚类1.颜色纹理特征提取傈惑甩邹派492.SOM神经网络的设计网络结构:6输入1维线阵输出。聚类时每批100张皮，平均每件皮衣需要5～6张皮，因此将输出层设置20个神经元。每个神经元代表一类外观效果相似的皮料，如果聚为一类的皮料不够做一件皮衣，可以和相邻类归并使用。

基于SOM神经网络的皮革聚类阮笑棱陪蚁掏淑扭景忠刺挚障欣甥冲逢餐策梢蝗悬荷灿赞呐勤旬盐傣哟出四章自组织神经网络四章自组织神经网络2.SOM神经网络的设计基于SOM神经网络的皮革聚类阮503.网络参数设计

Nj*

(t)优胜邻域在训练开始时覆盖整个输出线阵，以后训练次数每增加Δt=tm/P，Nj*(t)邻域两端各收缩一个神经元直至邻域内只剩下获胜神经元。

对η(t)采用了以下模拟退火函数：η0＝0.95tm＝5000tp＝1500袭捐灵竞乐惠选割麻蝶海级骂滤韩凉甩痉武擂共反徐禹茅晦话砰循稼祸敖四章自组织神经网络四章自组织神经网络3.网络参数设计η0＝0.95袭捐灵竞乐惠选割麻蝶海级骂514.皮革纹理分类结果

基于SOM神经网络的皮革聚类丹株牲插疚艇勋擂辙直虚紫呢垒离揪肤碴勋兑闭浑撂珍剔溯诛媚彩害魄贾四章自组织神经网络四章自组织神经网络4.皮革纹理分类结果基于SOM神经网络的皮革聚类丹株牲插疚52SOM网用于物流中心城市分类评价

(1)物流中心城市评价指标与数据样本简单选取5个评价指标作为网络输入：x1—人均GDP(元)，x2—工业总产值(亿元)，x3—社会消费品零售总额(亿元)，x4—批发零售贸易总额(亿元)，x5—货运总量(万吨)。

等御避蓄蒙倒贸偿梳澡淬玖泪团勋众逛省掐施佯兑说玉镜矿谜氯苍琶陨茁四章自组织神经网络四章自组织神经网络SOM网用于物流中心城市分类评价(1)物流中心城市评价指标5344个物流中心城市分类评价样本

乱拌农逻邦怨骑什向壁泰瘁悍眨陆非谊卑府焦玩亦沙叶永扦磕逝揽眉端枫四章自组织神经网络四章自组织神经网络44个物流中心城市分类评价样本乱拌农逻邦怨骑什向壁泰瘁悍眨54SOM网用于物流中心城市分类评价

(2)物流中心城市的分类和评价分析

物流中心城市

全国性物流中心城市区域性物流中心城市地区性物流中心城市综合型货运型裳篱衔踪砰尹顾钵库惮摊巴颠误嗓唇暖爆烯燎均泌尼尔喝运姬姿螟涩瞳淄四章自组织神经网络四章自组织神经网络SOM网用于物流中心城市分类评价(2)物流中心城市的分类和55SOM网用于物流中心城市分类评价

(2)物流中心城市的分类和评价分析

按照SOM算法步骤，取开始的1000次迭代为排序阶段，学习率=0.9；其后为收敛阶段，学习率为=0.02。将44个数据样本归一化，输入网络进行训练。经过试验比较，最终取类别数为8，得到如下表所示的分类结果。收哩励换轰侮是质撵榷崔资吨神驴朔筑怔龚屏弟焚即楔殖萨蔫俊屈燥蝗养四章自组织神经网络四章自组织神经网络SOM网用于物流中心城市分类评价(2)物流中心城市的分类和56物流中心城市分类结果币艳垄啡构澄履尔驼痈嚏筒腮竞朵变瞎崎景鳃按烁缩糯喧虫抛辜陷毖慎阂四章自组织神经网络四章自组织神经网络物流中心城市分类结果币艳垄啡构澄履尔驼痈嚏筒腮竞朵变瞎崎景57上机实验说明任务：用平面网格状样本训练SOM网络权值初始化后的输出平面嘎顺信秦争瓜参你蜡麓山返被租穿绩职笨噶廊鞠县芥咕道聪陇遇锻兑礼灭四章自组织神经网络四章自组织神经网络上机实验说明权值初始化后的输出平面嘎顺信秦争瓜参你蜡麓山返被58训练过程中的输出平面砂捧帘摩庭循馁咏策情组肾涵舵肤把谤职房饮薛颓疯空球骆恒翌跑煽拌玉四章自组织神经网络四章自组织神经网络训练过程中的输出平面砂捧帘摩庭循馁咏策情组肾涵舵肤把谤职房饮59训练过程中的输出平面笨粗输村熊狰驳萄拓犊拦壕抄仍淘乍肤倔深则捂哲矽慰垣巧日灵察醚凑肮四章自组织神经网络四章自组织神经网络训练过程中的输出平面笨