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
,其工作的基本思想是让竞争层各神经元通过竞争与输入模式进行匹配,最后仅有一个神经元成为竞争的胜者,这一获胜神经元的输出就代表对输入模式的分类。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。
常用的自组织竞争
神经网络
有自适应共振理论(Adaptive Resonance Theory,ART)网络、自组织特征映射(self-Organizing Feature Map,SOM)网络、对传(Counter Propagation,CP)网络和协同
神经网络
(Synergetic Neural Network.SNN)等。