人工神經(jīng)網(wǎng)絡(luò)的許多算法已在智能信息處理系統(tǒng)中獲得廣泛采用，尤為突出是是以下4種算法：ART網(wǎng)絡(luò)、LVQ網(wǎng)絡(luò)、Kohonen網(wǎng)絡(luò)Hopfield網(wǎng)絡(luò)，下面就具體介紹一下這這四種算法：

1．自適應(yīng)諧振理論（ART）網(wǎng)絡(luò)

自適應(yīng)諧振理論（ART）網(wǎng)絡(luò)具有不同的方案。一個(gè)ART-1網(wǎng)絡(luò)含有兩層一個(gè)輸入層和一個(gè)輸出層。這兩層完全互連，該連接沿著正向（自底向上）和反饋（自頂向下）兩個(gè)方向進(jìn)行。

當(dāng)ART-1網(wǎng)絡(luò)在工作時(shí)，其訓(xùn)練是連續(xù)進(jìn)行的，且包括下列算法步驟：

（1）對(duì)于所有輸出神經(jīng)元，如果一個(gè)輸出神經(jīng)元的全部警戒權(quán)值均置為1，則稱為獨(dú)立神經(jīng)元，因?yàn)樗槐恢付ū硎救魏文Ｊ筋愋汀?/p>

（2）給出一個(gè)新的輸入模式x。

（3）使所有的輸出神經(jīng)元能夠參加激發(fā)競(jìng)爭(zhēng)。

（4）從競(jìng)爭(zhēng)神經(jīng)元中找到獲勝的輸出神經(jīng)元，即這個(gè)神經(jīng)元的x·W值為最大；在開始訓(xùn)練時(shí)或不存在更好的輸出神經(jīng)元時(shí)，優(yōu)勝神經(jīng)元可能是個(gè)獨(dú)立神經(jīng)元。

（5）檢查該輸入模式x是否與獲勝神經(jīng)元的警戒矢量V足夠相似。

（6）如果r≥p，即存在諧振，則轉(zhuǎn)向步驟（7）；否則，使獲勝神經(jīng)元暫時(shí)無(wú)力進(jìn)一步競(jìng)爭(zhēng)，并轉(zhuǎn)向步驟（4），重復(fù)這一過(guò)程直至不存在更多的有能力的神經(jīng)元為止。

2．學(xué)習(xí)矢量量化（LVQ）網(wǎng)絡(luò)

學(xué)習(xí)矢量量化（LVQ）網(wǎng)絡(luò)，它由三層神經(jīng)元組成，即輸入轉(zhuǎn)換層、隱含層和輸出層。該網(wǎng)絡(luò)在輸入層與隱含層之間為完全連接，而在隱含層與輸出層之間為部分連接，每個(gè)輸出神經(jīng)元與隱含神經(jīng)元的不同組相連接。

最簡(jiǎn)單的LVQ訓(xùn)練步驟如下：

（1）預(yù)置參考矢量初始權(quán)值。

（2）供給網(wǎng)絡(luò)一個(gè)訓(xùn)練輸入模式。

（3）計(jì)算輸人模式與每個(gè)參考矢量間的Euclidean距離。

（4）更新最接近輸入模式的參考矢量（即獲勝隱含神經(jīng)元的參考矢量）的權(quán)值。如果獲勝隱含神經(jīng)元以輸入模式一樣的類屬于連接至輸出神經(jīng)元的緩沖器，那么參考矢量應(yīng)更接近輸入模式。否則，參考矢量就離開輸人模式。

（5）轉(zhuǎn)至步驟（2），以某個(gè)新的訓(xùn)練輸入模式重復(fù)本過(guò)程，直至全部訓(xùn)練模式被正確地分類或者滿足某個(gè)終止準(zhǔn)則為止。

3．Kohonen網(wǎng)絡(luò)

Kohonen網(wǎng)絡(luò)或自組織特征映射網(wǎng)絡(luò)含有兩層，一個(gè)輸入緩沖層用于接收輸入模式，另一個(gè)為輸出層，輸出層的神經(jīng)元一般按正則二維陣列排列，每個(gè)輸出神經(jīng)元連接至所有輸入神經(jīng)元。連接權(quán)值形成與已知輸出神經(jīng)元相連的參考矢量的分量。

訓(xùn)練一個(gè)Kohonen網(wǎng)絡(luò)包含下列步驟：

（1）對(duì)所有輸出神經(jīng)元的參考矢量預(yù)置小的隨機(jī)初值。

（2）供給網(wǎng)絡(luò)一個(gè)訓(xùn)練輸入模式。

（3）確定獲勝的輸出神經(jīng)元，即參考矢量最接近輸入模式的神經(jīng)元。參考矢量與輸入矢量間的Euclidean距離通常被用作距離測(cè)量。

（4）更新獲勝神經(jīng)元的參考矢量及其近鄰參考矢量。這些參考矢量（被引至）更接近輸入矢量。對(duì)于獲勝參考矢量，其調(diào)整是最大的，而對(duì)于離得更遠(yuǎn)的神經(jīng)元，減少調(diào)整個(gè)神經(jīng)元鄰域的大小隨著訓(xùn)練的進(jìn)行而相對(duì)減小，到訓(xùn)練結(jié)束，只有獲勝神經(jīng)元的參考矢量被調(diào)整。

4．Hopfield網(wǎng)絡(luò)

Hopfield網(wǎng)絡(luò)是一種典型的遞歸網(wǎng)絡(luò)，這種網(wǎng)絡(luò)通常只接受二進(jìn)制輸入（0或1）以及雙極輸入（+1或-1）。它含有一個(gè)單層神經(jīng)元，每個(gè)神經(jīng)元與所有其他神經(jīng)元連接，形成遞歸結(jié)構(gòu)。