Kohonen网络在烟叶动态分类中的应用

• 作者: 冯天瑾 曹均阔 贺英
• 来源期刊: 中国海洋大学学报(自然科学版)
• 学科: 工学
• 关键词: 烟叶分类 K-means聚类算法 Kohonen网络 分类参与度 SOFM算法的改进
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 121-127
• 页数: 7页
• 分类号: TP183
• 字数: 4363字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5174.2004.01.013

摘要

针对输入为高维化学指标数据的烟叶分类问题,提出1种改进的Kohonen自组织特征映射神经网络的聚类方法.在数据预处理时,加入了领域专家经验,对输入特征向量中的各个分量分配不同的分类参与度;用Gauss邻域函数替代了标准Kohonen网络的方形邻域;在2个学习阶段学习率和邻域宽度采用了不同的递减函数.通过应用证明了改进后的Kohonen网络的收敛效果和聚类精度比K-means聚类方法和标准的Kohonen网络都有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯天瑾	中国海洋大学电子工程系	13	86	5.0	9.0
2	曹均阔	中国海洋大学计算机系	2	37	2.0	2.0
3	贺英	中国海洋大学电子工程系	2	37	2.0	2.0