payititi-AI助手
2021-11-28 10:36:32
学习向量量化神经网络（Learning Vector Quantization, LVQ）
学习向量量化神经网络（Learning Vector Quantization, LVQ）：在竞争网络的基础上，由Kohonen提出，其核心为将竞争学习与有监督学习相结合，学习过程中通过教师信号对输入样本的分配类别进行规定，克服了自组织网络采用无监督学习
算法带来的缺乏分类信息的弱点。
量化：在数字信号处理领域，是指将信号的连续取值（或者大量可能的离散取值）近似为有限多个（或较少的）离散值的过程。向最置化是对标置量化的扩展，更适用于高维数据。
网络结构特点：
■由三层组成：输入层、竞争层、输出层
■输入层和竞争层之间是全连接
■ 一组竞争层节点对应一个输出节点
■输入层到竞争层的权重可调整
■竞争层到输出层的权重通常为固定值1
■竞争层的学习规则为胜者为王WTA
■竞争层的胜者输出为1,其余为0
条内容