12网络类型 米 ◆需要训练 自组织竞争网络 适用与具有典型聚类特性的大量数据的辨识 Kohonen网络 ·训练学习后使网络权值分布与输入样本概率密度分布相似 ·可以作为样本特征检测仪,在样本排序、样本分类及样本 检测方面有广泛应用 对传网络( Counter Propagation Network) 在功能上用作统计最优化和概率密度函数分析 ·可用于图像处理和统计分析 神经认知机等 5◆不需要训练 2021/2/20 自适应共振理论(ART) 分类的类型数目可自适应增加2021/2/20 5 1.2 网络类型  需要训练 – 自组织竞争网络 • 适用与具有典型聚类特性的大量数据的辨识 – Kohunen网络 • 训练学习后使网络权值分布与输入样本概率密度分布相似 • 可以作为样本特征检测仪，在样本排序、样本分类及样本 检测方面有广泛应用 – 对传网络（Counter Propagation Network） • 在功能上用作统计最优化和概率密度函数分析 • 可用于图像处理和统计分析 – 神经认知机等  不需要训练 – 自适应共振理论（ART） • 分类的类型数目可自适应增加