基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将神经网络与数据集的密度指标结合起来提出一种山峰-减法聚类神经网络方法,利用数据集的密度指标对基类进行合并,并不断重复直至产生足够多的聚类中心,就可完成对聚类神经元的学习.给出该聚类的神经元模型和学习算法.该方法的主要优点是对于工程应用中的大样本集分类和重叠数据的模式分类问题,显得非常有效.
推荐文章
神经元模型随机共振特性研究
神经元模型
随机共振
数值仿真
含噪神经元系统
车辆单神经元模型参考自适应控制算法研究
油门控制
单神经元
模型参考自适应控制器
免疫模糊
一种快速山峰聚类算法
聚类分析
山峰聚类法
减法聚类
P-tree
无监督学习
基于减法聚类的神经网络模型及其应用
减法聚类
模糊c均值聚类
模糊神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 山峰—减法聚类神经元模型及学习算法
来源期刊 广西科学院学报 学科 工学
关键词 聚类法 激励函数 聚类神经元 学习算法
年,卷(期) 2002,(4) 所属期刊栏目
研究方向 页码范围 148-150,154
页数 4页 分类号 TP391
字数 2034字 语种 中文
DOI 10.3969/j.issn.1002-7378.2002.04.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周永权 广西民族学院数学与计算机科学系 198 2214 25.0 38.0
2 谢宁新 广西民族学院数学与计算机科学系 14 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类法
激励函数
聚类神经元
学习算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西科学院学报
季刊
1002-7378
45-1075/N
大16开
广西南宁市大岭路98号
1982
chi
出版文献量(篇)
1934
总下载数(次)
0
论文1v1指导