33、空间架构神经网络中侧向抑制连接的影响及基于经验模态分解的最小二乘支持向量机船舶运动预测

空间架构神经网络中侧向抑制连接的影响及基于经验模态分解的最小二乘支持向量机船舶运动预测

1. 空间架构神经网络中侧向抑制连接的影响

1.1 侧向抑制连接的三种情况

在空间架构神经网络（SANN）中，侧向抑制连接有三种可能的情况，具体如下：
- Case A：Site A，抑制 - 激活 ：抑制影响发生在A点。第j个隐藏神经元的输出为：
[
o_j = f(u_j - L_j) = f\left(\sum_{i = 1}^{n}\omega_{ji}x_i - \delta_j - \sum_{r = 1,r\neq j}^{ln}\phi_{jr}o_r\right)
]
其中，$L_j$ 表示周围隐藏神经元对第j个神经元施加的总侧向抑制影响。在这种情况下，当前第j个被激发的隐藏神经元在响应刺激输入 $u_j$ 之前会被周围神经元抑制。
- Case B：Site B，激活 - 抑制 - 激活 ：抑制影响发生在B点。第j个隐藏神经元的输出为：
[
o_j = f(o_j - L_j) = f\left(f\left(\sum_{i = 1}^{n}\omega_{ji}x_i - \delta_j\right) - \sum_{r = 1,r\neq j}^{ln}\phi_{jr}o_r\right)
]
在这种情况下，当前第j个被激发的隐藏神经元在响应刺激输入 $u_j$ 之后会被周围神经元抑制，然后接收周围神经元施加的侧向抑制影响，最后第j个神经元会被 $f(\cdot)$ 激活。
- C