科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提出了一种基于深度学习的自组织神经网络拓扑保持的增强方法,用于解决现有技术中存在的自组织神经网络拓扑保持效果有待提高的技术问题。实现步骤为：设置自组织神经网络的网络结构和参数,并对输入层数据进行归一化；设置输入层神经元个数和竞争层神经元个数；对自组织神经网络竞争层神经元的权向量逐层进行粗调,得到粗调后的竞争层权向量；利用粗调后的结果,对自组织神经网络竞争层神经元的权向量进行精调,得到精调后的竞争层权向量；对竞争层权向量进行度量,得到拓扑保持的增强结果。本发明逐层缩小了自组织神经网络各竞争层权向量与输入样本之间的差距,提升了自组织神经网络的拓扑保持能力。
- 单位
