由此可以看出,经过竞争后只有获胜的那个节点的加权输入总和为最大。竞争网络的输 出为 Sk =max(Si, t 0 其他 因为在权值的修正过程中只修正输入层中的权值w,竞争层内的权值wk是固定不变 的,它们对改善竞争的结果只起到了加强或削弱作用,即对获胜节点增加一个正值,使其更 易获胜,对输出的节点增加一个负值,使其更不易获胜,而对改变节点竞争结果起决定性作 用的还是输入层的加权和n,所以在判断竞争网络节点胜负的结果时,可直接采用n,即 n赢=max(Σwpj) j= 取偏差B为零是判定竞争网络获胜节点时的典型情况,偶而也采用下式进行竞争结果 的判定 n赢=max(∑wpj+b),-1<b<0 典型的b值取-095。加上b值意味着取b=-wl这一最坏的情况 通过上面分析,可以将竞争网络的工作原理总结如下:竞争网络的激活函数使加权输入 和为最大的节点赢得输出为1,而其他神经元的输出皆为0。这个竞争过程可用 MATLAB 描述如下: s,Q=size( y=max(x); q s=find(x(,q)=y(q);%找出最大加权输入和y(q)所在的行 a(z(1),q)=1 %令元素a(z,q)=1,其他值为零 这个竞争过程的程序已被包含在竞争激活函数 compet. m之中,可与其他函数一样简单 的方式来调用它即可得到竞争网络的输出值:10 由此可以看出，经过竞争后只有获胜的那个节点的加权输入总和为最大。竞争网络的输 出为： 因为在权值的修正过程中只修正输入层中的权值 wij，竞争层内的权值 wik 是固定不变 的，它们对改善竞争的结果只起到了加强或削弱作用，即对获胜节点增加一个正值，使其更 易获胜，对输出的节点增加一个负值，使其更不易获胜，而对改变节点竞争结果起决定性作 用的还是输入层的加权和 ni，所以在判断竞争网络节点胜负的结果时，可直接采用 ni，即： 取偏差 B 为零是判定竞争网络获胜节点时的典型情况，偶而也采用下式进行竞争结果 的判定： 典型的 b 值取-0.95。加上 b 值意味着取 b＝-|wil|这一最坏的情况。 通过上面分析，可以将竞争网络的工作原理总结如下：竞争网络的激活函数使加权输入 和为最大的节点赢得输出为 1，而其他神经元的输出皆为 0。这个竞争过程可用 MATLAB 描述如下： n＝W*P； [S，Q]＝size(n)； x＝n+b*ones(1，Q)； y＝max(x)； for q＝1：Q s＝find(x(:, q)＝y(q))；％找出最大加权输入和 y(q)所在的行； a(z(1)，q)＝1； ％令元素 a(z，q)＝1，其他值为零； end 这个竞争过程的程序已被包含在竞争激活函数 compet.m 之中，可与其他函数一样简单 的方式来调用它即可得到竞争网络的输出值：