公开(公告)号：CN110580521A

公开(公告)日：2019-12-17

申请号：CN201910875365.1

申请日：2019-09-17

Applicant: 哈尔滨工业大学

Inventor： 李海峰 ,  王子豪 ,  马琳 ,  丰上 ,  徐聪 ,  李洪伟 ,  薄洪健 ,  陈婧 ,  孙聪珊

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种自组织协同神经网络模型学习及构建方法，学习方法包括：数据预处理；网络初始化；基于SOM网络的原型模式自学习。构建方法包括：伴随模式计算；在计算得出伴随模式矩阵后，原型模式矩阵作为连接输入层和序参量层的权值，伴随模式矩阵作为连接序参量层和输出层的权值，网络开始工作。本发明的优点是：改进了SNN网络模型，通过原型模式及其伴随模式还有序参量的重定义，克服了SNN结构单一、扩展性较差的问题。在此基础上，通过引入Kohonen网络层，与SNN的序参量层结合，基于序参量原型模式与输入样本相似程度的实际意义，解决了SNN工作过程中全局调控困难的问题。