自 组 织 映 射 网 络 (self-organizing map ，SOM)模拟大脑神经系统自组织映射的功能，是一种能无监督地进行自组织学习的人工神经网络。 SOM 能够将高维模式特征包含的复杂非线性关系转换成 2 维平面上的简单几何关系，并将输入的相似模式特征汇聚在输出层特定区域进行直观表达。不同于常规 SOM， ISOM 是有监督学习的人工神经网络，即学习过程中训练样本所属类别是已知的；输出层平面被划分为互不重叠的多个区域，分别对应于训练样本中的不同模式特征。训练完成后，输入测试样本，可根据其在输出层中最佳匹配点(best match unit， BMU)所属区域确定测试样本的模式类别。与常规 SOM 相比， ISOM 能够提高模式分类的准确性 。
