自组织映射网（self-organizing map），理学-计算机科学技术-人工智能-机器学习-神经网络学习，通过自组织竞争学习进行无监督学习的人工神经网络模型。又称Kohonen网络。自组织映射网（self-organizing map，SOM）或自组织特征映射网（self-organizing feature Map，SOFM）是1981年芬兰赫尔辛基大学的图沃·科霍宁（Teuvo Kohonen，1934-07～ ）教授提出的人工神经网络模型，又称Kohonen网络。人类大脑皮层用不同区域处理视觉、听觉等不同感官信息，SOM网络模拟大脑皮层的这一特性，通过自组织竞争学习形成SOM的不同区域，每个区域对某种特定的输入产生响应。如图所示，SOM网络包含两层结构：输入层和竞争层。输入层结构与其他神经网络类似，神经元数与训练样本维数相同。竞争层的神经元按预先定义的形式排列成一个图结构。根据实际问题的需要，竞争层神经元可以被排列成一维直线、二维正方形网格、六边形网格等不同形式。输入层和竞争层之间的连接采用全连接的方式。