山峰—减法聚类神经元模型及学习算法

• 作者: 周永权 谢宁新
• 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）
• 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

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.

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