Решаю задачу Фишера с помощью классифицирующей нейронной сети Кохонена. Никак не могу подобрать алгоритм обучения.

Пока остановился на варианте, когда начальные весовые значения нейронов задаются как wi=1/sqrt(n), где n - число нейронов. А обучение выигравшего нейрона как wi -= k(zi-wi), где zi = a*xi + (1 - a)/sqrt(n), где x - входной вектор, k - убывающий коэффициент обучения, а - возрастающий параметр, приближающий вхожной вектор к 1/sqrt(n) в начале.

Эта схема хорошо работала на более грубых данных. Но в задаче Фишера 2 класса данных, незначительно отличающихся друг от друга по сравнению с третьим. И сеть при обучении упорно объединяет их в один класс, получается что один нейрон не учавствует в обучении, его сосед всегда выигрывает при обучении и не дает ему корректировать веса.
Есть какие либо ещё варианта обучения?

Во-первых, бред.
Во-вторых, исходная идея (а не неправильное её понимание Вами) была сделана для многослойных персептронов и алгоритма обратного распространения ошибки - решала задачу недопущения исходного насыщения нейронов и ускорения сходимости обучения. К сети Кохонена это не имеет вообще никакого отношения.


Есть. Правильно нормализовать данные и правильно же реализовать сеть.

Извините, ошибся, не число нейронов, а число входов.

То, что я привел здесь - метод выпуклой комбинации для обучения и задания начальных значений слоя Кохонена, о котором я прочитал в книге Ф. Уоссермена "Нейрокомпьютерная техника: Теория и практика".

Где можно ещё почитать о сети Кохонена? большая часть выдачи гугла очень отрывиста и неполна, либо цитирует друг друга.

Изменил обучение. Начальные значения задаются случайно. Нейрон учится как wi -= k(x-wi).
Правда приходится проверять из обучающей сборки, что классифицируется правильно, разные в разные классы попадают. Если нет - переобучать сеть. Через 1000 итераций начинает верно классифицировать. Но это как то не правильно, насколько я знаю, сеть по задумке должна сама разбить на классы, без начального знания кто к какому принадлежит.

Неужели никто не занимался похожим?

Ну почему никто? Я, например, уже больше 15 лет с нейросетями дело имею.

VictorTsaregorodtsev, 
Не могли бы Вы указать на мою ошибку?
Если я недостаточно подробно описал свои действия или ошибка где-то глубоко в принципе моей сети то, если Вас не сильно затруднит, описать как нужно сделать или назвать литературу, где можно об этом почитать?
Спасибо.

Книжка Кохонена, например. Её пару лет назад перевели на русский, наконец-то. А англоязычный её оригинал ещё раньше был отсканирован пиратами и выложен в инет.

Почти любой приличный переводной учебник по нейросетям (Хайкин или Осовский, например). 

Из наших - учебник Комарцовой и Максимова можно посмотреть.

Но везде будет сделан основной акцент на самоорганизующиеся карты Кохонена, а не на LVQ-сети Кохонена (а Вам вроде нужны именно последние), хотя и LVQ-сети тоже хоть минимально, но описываются.