На шаге 2 НС попеременно предъявляются все образы входного набора

Шаг 4. Пока выходные значения сети не стабилизируются с заданной точностью, переход к шагу 2.

Шаг 3. Производится изменение весовых коэффициентов по одной из указанных формул.

Шаг 2. На входы НС подается входной образ и сигналы распространяются по всем слоям.

Шаг 1. На стадии инициализации всем весовым коэффициентам присваиваются небольшие случайные значения.

Вид откликов на каждый класс входных образов заранее неизвестен и представляет собой произвольное сочетание состояний нейронов выходного слоя, обусловленное случайным распределением весов на стадии инициализации. Схожие образы относятся к одному классу. Топология классов в выходном слое сети определяется путем тестирования. Для приведения откликов НС к удобному представлению можно дополнить НС одним слоем, обученным, например, по алгоритму обучения однослойного персептрона выдавать требуемые отклики.

Алгоритм обучения Кохонена

Изменение весов производится по правилу:

Дата добавления: 2014-01-20