SOM网络算法分析与应用（适合入门、快速上手）

目录
一、 SOM网络的生物学基础
 二、SOM网络的拓扑结构
 三、SOM网络的权值调整
四、SOM网络的实现
4.1 创建函数NEWSOM
 4.2 传递函数
 4.3 距离函数
 4.4 权值函数negdist
 五、SOM网络的应用
5.1 SOM网络在分类中的应用
5.2 SOM网络应用于故障诊断
        1918年，芬兰Helsink大学的T.K教授提出一种自组织SOM网络，简称SOM网络kohonen网络，Kohonen认为，一个神经网络接收外界输入模式时，将会分为不同的对应区域，各区域对应输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射正是根据这一看法提出来的，其特点是与人脑的自组织特征相类似。
一、 SOM网络的生物学基础
        生物学研究的事实表明，在人脑的感觉通道上，神经元的组织原理是有序排列的。因此当人脑通过感官接收外界的特定时空信息时，大脑皮层的特定区域兴奋，而且类似的外界信息在对应区域是连续映像的。例如，生物视网膜中有许多特定的细胞对特定的图像比较敏感

SOM网络算法分析与应用（适合入门、快速上手）最先出现在Python成神之路。