自组织竞争神经网络[5篇]

第一篇：自组织竞争神经网络

自组织神经网络简介

神经网络 2010-01-25 20:09:15 阅读84 评论0 字号：大中小

自组织神经网络SOM（self-organization mapping net）是基于无监督学习方法的神经网络的一种重要类型。自组织映射网络理论最早是由芬兰赫尔辛基理工大学Kohen于1981年提出的。此后，伴随着神经网络在20世纪80年代中

后期的迅速发展，自组织映射理论及其应用也有了长足的进步。

自组织神经网络是神经网络最富有魅力的研究领域之一，它能够通过其输入样本学会检测其规律性和输入样本相互之间的关系，并且根据这些输入样本的信息自适应调整网络，使网络以后的响应与输入样本相适应。竞争型神经网络的神经元通过输入信息能够识别成组的相似输入向量；自组织映射神经网络通过学习同样能够识别成组的相似输入向量，使那些网络层中彼此靠得很近的神经元对相似的输入向量产生响应。与竞争型神经网络不同的是，自组织映射神经网络不但能学习输入向量的分布情况，还可以学习输入向量的拓扑结构，其单个神经元对模式分类不起决定性作用，而要靠多个神经元的协同作用才能完成模式分类。学习向量量化LVQ（learning vector quantization）是一种用于训练竞争层的有监督学习（supervised learning）方法。竞争层神经网络可以自动学习对输入向量模式的分类，但是竞争层进行的分类只取决于输入向量之间的距离，当两个输入向量非常接近时，竞争层就可能把它们归为一类。在竞争层的设计中没有这样的机制，即严格按地区判断任意两个输入向量是属于同一类还是属于不同类。而对于LVQ网络用户指定目标分类结果，网络可以通过监督学习，完成对

输入向量模式的准确分类。

MATLAB的神经网络工具箱实现竞争型神经网络

神经网络 2010-01-25 12:22:49 阅读32 评论0 字号：大中小

%竞争型神经网络具有明显分类特征的模式分类。其MATLAB仿真程序设计主

要包括：

%（1）创建竞争型神经网络。首先根据给定的问题确定训练样本的输入向量，当不足以区分各类模式时，应想办法增加特征值；其次根据模式分类数确定神经

元的数目。

%（2）训练网络。训练最大次数的默认值为100，当训练结果不能满足分类的要求时，可尝试增加训练的最大次数。

%（3）以测试样本进行仿真。

%两类模式分类的matlab程序设计

%Example71Tr

clear all

%定义输入向量

p=[0 0 0 1 1 1-1-1-1;0 1-1 0 1-1 0 1-1;1 1 10 10 1 1 1 10 1];

%创建竞争型神经网络

net=newc([-1 1;-1 1;1 10], 2);

%训练神经网络

net=train(net,p);

%存储训练好的神经网络

save net71 net

%Example71Sim

clear all

%定义待测试的样本输入向量

p=[0 0 0 1 1 1-1-1-1;0 1-1 0 1-1 0 1-1;1 1 10 10 1 1 1 10 1];

%加载训练好的神经网络

load net71 net;

%网络仿真

y=sim(net,p)

yc=vec2ind(y)%输出仿真结果

MATLAB的神经网络工具箱实现竞争型神经网络

（一）神经网络 2010-01-25 12:24:21 阅读22 评论0 字号：大中小

%%以竞争型神经网络完成三类模式的分类。

%Example72Tr

clear all;

%定义输入向量

p=[-0.1961 0.1961 0.9806 0.9806-0.5812-0.8137;0.9806 0.9806 0.1961

-0.1961-0.8137-0.5812];

%创建竞争型神经网络

net=newc([-1 1;-1 1],3);

%训练神经网络

net=train(net,p);

%存储训练后的神经网络

save net72 net;

%Example72Sim

clear all;

%定义待测试的样本输入向量

p=[-0.1961 0.1961 0.9806 0.9806-0.5812-0.8137;0.9806 0.9806 0.1961

-0.1961-0.8137-0.5812];

%加载训练好的神经网络

load net72 net;

%网络仿真

y=sim(net,p);

yc=vec2ind(y)%输出仿真结果

MATLAB的神经网络工具箱实现竞争型神经网络

（二）神经网络 2010-01-25 12:25:57 阅读20 评论0 字号：大中小

%%以竞争型神经网络完成四类模式的分类。

%Example73Tr

clear all;

%定义输入向量

%p=[5.2 8 8.2 5.8;7.3 8 5.8 9.7];

p=[1 8 1 1;1 8 15 21];

%创建竞争型神经网络

net=newc([0 10;0 25],4);

%训练神经网络

net=train(net,p);

%存储训练后的神经网络

save net72 net;

%Example72Sim

clear all;

%定义待测试的样本输入向量

%p=[5.2 8 8.2 5.8;7.3 8 5.8 9.7];

p=[1 8 1 1;1 8 15 21];

%加载训练好的神经网络

load net72 net;

%网络仿真

y=sim(net,p);

yc=vec2ind(y)%输出仿真结果

第二篇：自组织

公共关系：基于自组织维度的分析

学号：20112311310006 姓名：郭晶

摘要：对于“公共关系”，现有的理论文献主要是从理论定义角度进行研究。本文基于自组织的理论层面，主要从公共关系的起源，兴起，发展以及公共关系学科的建立与完善，通过论述找到公共关系与自组织之间的联系，并阐释公共关系如何达到良好的效果，如何从低级无序走向高级有序的公共关系自组织发展道路。并通过分析认为，公共关系自组织理论在未来的公共关系理论中居重要地位。

关键词：公共关系；自组织；组织；发展

一、引言

“公关关系”一词是泊来品，简称是公关。正像其他边缘学科一样，公共关系作为作为一门综合性的应用学科和一种正在发展中的管理功能，对其定义的讨论众说纷纭，已构成公共关系学理论研究的一个部分。

英国著名公共关系学者弗兰克·杰夫金斯（Frank Jefkins）认为：“公共关系就是一个组织为了达到与它的公众之间相互了解的确定目标，而有计划地采用一切内向和外向的传播沟通方式的总和。”

当代美国公共关系学术权威，马里兰大学的詹姆斯·格鲁尼格(James.E.Gruning)教授认为：“公共关系是一个组织与其相关公众之间的传播管理。”（Public Relations is the management of communication between an organization and its public.）

美国普林斯顿大学的资深公共关系教授蔡尔兹认为：“公共关系是我们所从事的各种活动、所发生的各种关系的通称，这些活动与关系都是公众性的，并且都有其社会意义。”

我认为，公关关系就是通过各种手段及方式树立和维护美好形象，并努力为知名度和美誉度奋斗的一种组织。究其本质是一种组织，那么公关的行为说到底是一种组织行为。从广义上说，组织是指由诸多要素按照一定方式相互联系起来的系统；从狭义上说，组织就是指人们为实现一定的目标，互相协作结合而成的集体或团体。而德国理论物理学家H.Hakenr认为，从组织的进化方式来看，可以分为自组织和他组织，如果不存在外部指令，系统按照相互默契的某种规则，各尽其责而又协调地自动地形成有序结构，就是自组织。如果一个系统靠外部指令而形成组织，就是他组织。

本文基于自组织的理论层面，解释公关关系的合理性和适当性问题。

二、公关自组织：概念与历史

(一)自组织的理论和公关自组织概念

自组织理论是20世纪60年代末期开始建立并发展起来的一种系统理论，主要是L.Von Bertalanfy的一段系统论的新发展。它的研究对象主要是复杂自组

织系统（生命系统、社会系统）的形成和发展机制问题，即在一定条件下，系统是如何自动地由无序走向有序，由低级有序走向高级有序的。

自组织理论由耗散结构理论（Dissipative Structure）、协同学（Synergetics）、突变论（Catastrophe Theory）和超循环理论（Super circle）组成，但基本思想和理论内核可以完全由耗散结构理论和协同学给出。自组织理论以新的基本概念和理论方法研究自然界和人类社会中的复杂现象，并探索复杂现象形成和演化的基本规律。从自然界中非生命的物理、化学过程怎样过渡到有生命的生物现象，到人类社会从低级走向高级的不断进化，等等，都是自组织理论研究的课题。

自组织理论方法主要包括自组织的条件方法论、自组织的协同动力学方法论、自组织演化路径（突变论）的方法论、自组织超循环结合方法论、自组织分形结构方法论、自组织动力学（混沌）演化过程论、综合的自组织理论方法论等。这里主要论述和研究论文有关的协同动力学、突变论、混沌等方法论。

（二）公关的历史发展

目前在文献中明确找到公关自组织的定义，类比自组织定义，我个人认为公共关系自组织即在一定条件下，公共关系组织是如何自动地由无序走向有序，由低级有序走向高级有序的。

在国外，早在公元前1800年巴比伦国的一份农场公告里，考古学家就已经发现了人类历史上最早的公关关系活动痕迹。在中国古代，自发的公共关系也是广泛存在，看来公共关系由来已久，但公共关系是如何在古代起源又在现代产生和发展，如何从愚弄公众的时期走向单向灌输观念的时期再走向“投公众所好”时期最终走向“双向对称”时期，这其中漫长的发展正是自动地由无序走向有序，由低级有序走向高级有序的发展过程。○

（三）公共关系与自组织的联系

公关组织的管理遵从自组织管理原则，具有自组织管理的主要特点，即开放性、远离平衡态、非线代。涨落，那么我们认为这个组织的自组织环境基本形成。营造自组织环境应从系统开放性。远离平衡态、非线性、涨落方面入手。一个组织之间责任感的培养必须正确对待职责、权利和影响力的辩证关系。正确对待职务、合理运用职权、加强责任感很重要，但关键是要认识到管理者的责任。权威可以产生对局势的控制力，营造一种“大家都是赢家”的环境，把散布在不同成员上的创意组合起来，创造一种受控制的局面是管理公关人员的工作关键。营造一种“大家都是赢家”的环境必须要求大家能对站得高一点，看得远一点，相互

4-○6 信任，共享未来利益。这是公关自组织发展的必然要求。○

三、公共关系从无序到有序，从低级到高级

艾维·李针认为，一个企业，一个组织要获得良好的声誉，不是依靠向公众封锁消息或者以欺骗来愚弄公众，而是必须把真实情况披露于世，把与公众利益相关的所有情况都告诉公众，争取公众对组织的信赖。公关组织走过一段愚弄公众的时期。

弗雷德里克·泰勒(Frederick Taylow)系统地总结了他的管理学说，其理论的核心是如何控制机器的附庸品工人，以便最大限度地提高劳动生产率。在这种理论指导下，当然没有内部公共关系工作可言。所以在公共关系早期的发展中，公共关系活动都是面对外部公众的。○

伯内斯在《舆论明鉴》中，提出“投公众所好”的根本原则，主张一个企业或组织在决策之前，就应先了解公众喜好什么，需要什么，在确定公众的价值取向以后，再有目的地从事宣传工作，以便迎合公众的需要。

格鲁尼格（Gruning）和亨特(Hunter)提出，开放系统的“双向对称”公共关系模式的基本思想：一方面把组织的想法和信息向公众进行传播和解释；另一方面又要把公众的想法和信息向组织进行传播和解释，目的是使组织与公众结成一种双向对称和谐的关系。○

我认为公共关系如今发展到这样一个阶段，这并非是某些天才人物心血来潮时创造的，它是社会经济、人类社会制度和科技发展到一定水平的产物，有着其深刻的历史意义。公共关系由低级向高级、无序向有序发展的路径符合自组织的发展特点，同时公共关系由不完善到逐渐完善也是有据可循的。

四、小结

本文在翻阅有关文献的基础上提出了一个新视角—公共关系自组织，虽然目前已经出版的书目中没有明确指出这一词汇的具体概念，但是通过比较，可以类比出二者的相似性。

透过分析我们可以发现，公共关系的总体历史发展趋势是向上的。公共关系

9，自组织理论有可能象契约理论一样○形成完整的理论体系，相信这一天终会到

来。当然也不否定公共关系中也存在他组织的成分，但这不影响总体的发展趋势。同时公共关系理论又象能力理论一样，指导组织发展战略。但是，自组织理论有

10自组织理论一个隐含的假设：人的系统与物的系统是同质的，这是不现实的。○

主要来自自然科学领域，应用于公共关系学还有一段距离，这需要复杂科学与其它科学的融合。无论如何，复杂性科学是认识社会、经济、管理以及生命、生态、生物复杂性的“钥匙”，公共关系学自组织理论将在未来的公共关系学理论之林中居重要地位。

参考文献

、陶应虎、顾晓燕.公共关系原理与实务[M].北京：清华大学出版社，2006:1-2

郭慧明.自组织理论研究[M.北京。]中国人民大学出版社

4居延安.公共关系学[M].上海：复旦大学出版社，2004 ○

5[美]罗伯特。罗雷。管理公共关系学——理论与实践[M].李景泰。天津：南开大学出版社，1990.○

6单振运.新编公共关系学[M].北京：中国审计出版社，中国社会出版社，2001.○

7苏勇，罗殿军。管理沟通[M].上海：复旦大学出版社，1999.○

8郭文君，姜园华，张岩松，公共关系理论与实务，大连，大连理工大学出版社，1997 ○

9沈华嵩.经济系统的自组织理论.中国社会科学出版社, 1991 ○

10郭治安, 沈小峰.协同论.山西经济出版社, 1991, 12(1).○

第三篇：神经网络应用

神经网络是新技术领域中的一个时尚词汇。很多人听过这个词，但很少人真正明白它是什么。本文的目的是介绍所有关于神经网络的基本包括它的功能、一般结构、相关术语、类型及其应用。

“神经网络”这个词实际是来自于生物学，而我们所指的神经网络正确的名称应该是“人工神经网络（ANNs）”。在本文，我会同时使用这两个互换的术语。

一个真正的神经网络是由数个至数十亿个被称为神经元的细胞（组成我们大脑的微小细胞）所组成，它们以不同方式连接而型成网络。人工神经网络就是尝试模拟这种生物学上的体系结构及其操作。在这里有一个难题：我们对生物学上的神经网络知道的不多！因此，不同类型之间的神经网络体系结构有很大的不同，我们所知道的只是神经元基本的结构。

The neuron

虽然已经确认在我们的大脑中有大约50至500种不同的神经元，但它们大部份都是基于基本神经元的特别细胞。基本神经元包含有synapses、soma、axon及dendrites。Synapses负责神经元之间的连接，它们不是直接物理上连接的，而是它们之间有一个很小的空隙允许电子讯号从一个神经元跳到另一个神经元。然后这些电子讯号会交给soma处理及以其内部电子讯号将处理结果传递给axon。而axon会将这些讯号分发给dendrites。最后，dendrites带着这些讯号再交给其它的synapses，再继续下一个循环。

如同生物学上的基本神经元，人工的神经网络也有基本的神经元。每个神经元有特定数量的输入，也会为每个神经元设定权重（weight）。权重是对所输入的资料的重要性的一个指标。然后，神经元会计算出权重合计值（net value），而权重合计值就是将所有输入乘以它们的权重的合计。每个神经元都有它们各自的临界值（threshold），而当权重合计值大于临界值时，神经元会输出1。相反，则输出0。最后，输出会被传送给与该神经元连接的其它神经元继续剩余的计算。

Learning

正如上述所写，问题的核心是权重及临界值是该如何设定的呢？世界上有很多不同的训练方式，就如网络类型一样多。但有些比较出名的包括back-propagation, delta rule及Kohonen训练模式。

由于结构体系的不同，训练的规则也不相同，但大部份的规则可以被分为二大类别它们可以被分为分类式或联想式。分类式网络可以接受一组数，然后将其分类。例如ONR程序接受一个数字的影象而输出这个数字。或者PPDA32程序接受一个坐标而将它分类成A类或B类（类别是由所提供的训练决定的）。更多实际用途可以看Applications in the Military中的军事雷达，该雷达可以分别出车辆或树。

联想模式接受一组数而输出另一组。例如HIR程序接受一个„脏‟图像而输出一个它所学过而最接近的一个图像。联想模式更可应用于复杂的应用程序，如签名、面部、指纹识别等。

The Ups and Downs of Neural Networks

神经网络在这个领域中有很多优点，使得它越来越流行。它在类型分类/识别方面非常出色。神经网络可以处理例外及不正常的输入数据，这对于很多系统都很重要（例如雷达及声波定位系统）。很多神经网络都是模仿生物神经网络的，即是他们仿照大脑的运作方式工作。神经网络也得助于神经系统科学的发展，使它可以像人类一样准确地辨别物件而有电脑的速度！前途是光明的，但现在...是的，神经网络也有些不好的地方。这通常都是因为缺乏足够强大的硬件。神经网络的力量源自于以并行方式处理资讯，即是同时处理多项数据。因此，要一个串行的机器模拟并行处理是非常耗时的。

神经网络的另一个问题是对某一个问题构建网络所定义的条件不足-有太多因素需要考虑：训练的算法、体系结构、每层的神经元个数、有多少层、数据的表现等，还有其它更多因素。因此，随着时间越来越重要，大部份公司不可能负担重复的开发神经网络去有效地解决问题。

NN 神经网络，Neural Network

ANNs 人工神经网络，Artificial Neural Networks

neurons 神经元

synapses 神经键

self-organizing networks 自我调整网络

networks modelling thermodynamic properties 热动态性网络模型

网格算法我没听说过

好像只有网格计算这个词

网格计算是伴随着互联网技术而迅速发展起来的，专门针对复杂科学计算的新型计算模式。这种计算模式是利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算是由成千上万个“节点”组成的“一张网格”，所以这种计算方式叫网格计算。这样组织起来的“虚拟的超级计算机”有两个优势，一个是数据处理能力超强；另一个是能充分利用网上的闲置处理能力。简单地讲，网格是把整个网络整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。

第四篇：自组织调查报告

自组织调查报告

背景：据最新资料统计，我国网民人数已达到2.9亿，其中青年人占据了网民的大多数，上网已成为当下青年人生活的重要内容。网上青年自组织（在青年中自发成立、自主运作、自由发展的非正式组织）在这种情况下应运而生，蓬勃发展。青年群体出现了价值多元化、需求多样化、流动经常化、参与自主化的趋势。

一、青年自组织种类：依托网络聚会交友、投身公益活动、参与社会事务、娱乐休闲等，（如QQ群、MSN、xx论坛、xx协会、xx俱乐部、xx中心、xx团队、同学录或校友录、xx游戏工会等等）.多以网上交流为主，很少组织室外活动。开展活动多的以兴趣群（文学交流、摄影交流、书画交流等）和各种公益社团为主，人员参与热情高

二、青年自组织的形式:大致可以分为工作交流、娱乐、健身、交友、公益、维权、诉求、购物等类型。

三、青年自组织基本特征：明显的年龄特征，大多数组织成员是处于青年期的同龄人；一定的规模，固定会员达30人以上，以35岁以下青少年为主体；有组织的章程，对自身的组织使命、主要任务有明确的界定；有较稳定的组织框架，组织成员各有其责，各司其职，各行其权，有明确的分工。

四、青年自组织规模：数量不多。大部分自组织规模都在50人以下。在调查人群中，有过半的人没有参加过任何自组织，有20%的人没有听说过青年自组织，但77.5%的人非常有兴趣参加青年自组织。

五、调查目的及意义：丰富青年社会和文化生活，推动青年投身社会建设和社会公益活动等方面的积极作用，同时监测和规避其消极影响，引导网上青年自组织健康有序发展，为共青团改进和加强青年工作提供参考和决策依据。和谐社会的建设、网络文化发展有着重要意义，也是当前党和政府以及共青团组织做好青年工作的一个重要而紧迫的课题。

四、调查时间及方法：调查时间：2011年11月，2011年12月开始专项调研。12月10日完成调研报告。方法：问卷调查

第五篇：神经网络心得[定稿]

人工神经网络学习心得

时间如白马过隙，很快八周的人工神经网络学习即将结束，仿佛昨天才刚刚开始学习这门课程，在这段时间的学习中，我有起初对神经网络的不了解到现在的熟悉和掌握，这其中的变化，是我知识提高的过程。我在这个过程中有一些自己的体会和感想。

我是一名学习控制科学和工程的研究生，起初对于神经网络的认识很肤浅，由于我相应知识的欠缺，想要理解神经网络的结构会很不容易。在开始的几节课中，老师给我们讲了神经网络的发展史、结构和原理，当时感觉有压力、紧张。因为我感觉和生物的神经学差不多，一开始接触觉得它不是一门智能控制学，而是一门生物学，所以只能慢慢学习和理解，最终完成课程的学习。虽然相比于其他学过的课程，我对这门学科的了解稍微逊色点，但我还不是一个害怕困难的人，越是困难我越是会迎头前进的，不会倒下，去努力掌握这些知识。

接下来的几周，是老师的授课过程，说实话老师讲的论文我听的不太懂，讲的软件的应用也是一知半解……有种痛苦的感觉，好像什么也没学到，问了其他同学，他们也有同样的感觉，哦，原来都一样啊，没事，那就继续坚持吧……

过了这个彷徨期，该是呐喊的时候了，该写期末作业了，开始做题的时候还挺紧张，害怕题很难做，找了很多资料，照葫芦画瓢，硬着头皮写，写完了之后有一点小小的成就感，我终于给做出来了，可当时我们还是不知道如RBF网络和BP网络怎么应用，只是有那么点熟悉，有那么点感觉。最重要的时刻到了，在课堂中老师提的问题，我显得是那么生疏，满脸的惆怅，对问题不知所措，迷茫与疲惫缠绕着我的身心。每次上课之前我都要花上一段时间去预习课程内容，但是每次看的都是一脸迷茫，一知半解。老师所说的每一句话，我要想半天才会明白过来。这事我猜知道，基础是多么的重要，而且我知道学习知识最重要的是要学会应用和实践。不然就只能只上谈兵，但是一到应用我就不知从何下手。因此，我知道我还有很长的路要走。

其中的辛酸与乐趣大概也只有一块学习的学友们了解。在这近两个月中我们体会到了坚持的力量。遇到问题，不能退缩，只能前进。坚持就是胜利。问题只有在不断的思考和学习中才能解决。同时，也能是自己得到提高。

经过几周的的学习我对神经网络的理解能力明显有所提高。在神经网络中我们可以用跳跃性的思维去思考问题，这锻炼了我们的跨越式思维，提高了我们的能力，增强了我们的自信心，在人生道路上选择的关键时刻起了很大的作用，让我们明白了独立思考，开阔眼界，在科研方面所发挥的重要作用，使我们“学以致用，终生受益。

在此，我们要感谢授课的李晓强老师，谢谢李老师在这近两个月来对我们的关心。通过这八周的学习，锻炼了我的能力；增加了对人工神经网络知识的了解；提高了创新意识和解决问题的能力。