论文部分内容阅读
协同神经网络是一类全新的神经网络,它可以根据竞争神经网络的一般原则划分为匹配子网和竞争子网.其中,匹配子网的学习是协同神经网络的一个中心问题.改善匹配子网的学习效率有2种途径:对伴随向量求解算法的改进和原型向量选取方法的改进.文章浅析了这2种类型的学习算法,着重研究了聚类算法在原型向量选取中的应用,并以一组交通标志图像作为识别样本,验证了选取原型向量2种思路的有效性.