一种用于神经网络样本划分的自聚类算法

• 作者: 何小荣 周祥 陈丙珍
• 来源期刊: 化工学报
• 关键词: 人工神经网络 聚类 动态聚类算法
• 年，卷（期）: 2002,（9）
• 所属期刊栏目: 研究论文
• 页码范围: 942-945
• 页数: 4页
• 分类号: TQ015.9|TQ018
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2002.09.011

摘要

建立神经网络模型时,能否合理地划分训练样本和检验样本直接关系到建模的效率.在很多实际应用中,检验样本是随机抽取的.本文提出了一种基于欧氏距离的自聚类算法,根据样本的空间分布情况对其自动分类,然后确定检验样本.算例研究表明,应用此算法能够改善检验效果,从而提高建模效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小荣	清华大学化学工程系	63	770	18.0	23.0
2	陈丙珍	清华大学化学工程系	84	1023	19.0	25.0
3	周祥	清华大学化学工程系	3	56	3.0	3.0