在输入输出的积空间中，采用竞争学习 的积空间聚类可以自适应的量化聚类模式。 采用微分竞争学习(DCL)的神经网络，对输入输出 积空间的向量聚类从而估计FAM规则： 在第四章中我们知道，微分竞净学习的法则：只有在 竞争获胜时才改变其权值 m,=S,(y,[S(x)-m,] S()=(S(x)..S,()mj=(mj..mw 为离散化，使用作为随机差分方程的DCL算法 m,(t+1)m,(t)+c,Avif thex(th-npuren)wins if the ith neuron loses m,(t+1)=m,(t) 2004.12.82004.12.8 在输入输出的积空间 中 ，采用竞争学习 的积空间聚类可以自适应的量化聚类模式。 采用微分竞争学习(DCL)的神经网络,对输入输出 积空间的向量聚类,从而估计FAM规则: ◼ 在第四章中我们知道，微分竞争学习的法则：只有在 竞争获胜时才改变其权值： ◼ 为离散化，使用作为随机差分方程的DCL算法： if the th neuron wins if the th neuron loses n R ( )[ ( ) ] j j j mj m = S y S x − 。 。 ( ) ( ( ),..., ( )) 1 S x S x S x = n ( ,..., ) mj = m1 j mnj ( 1) ( ) ( 1) ( ) ( )[ ( ) ( )] m t m t m t m t c y t x t m t i i j j t j j + = + = +  − ， j i