基于模糊协方差的自适应聚类神经网络

• 作者: 王连亮 陈怀新
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 自适应聚类 竞争学习 模糊协方差 相似度
• 年，卷（期）: 2005,（3）
• 页码范围: 488-492
• 页数: 5页
• 分类号: TP183
• 字数: 3390字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2005.03.011

摘要

将模糊协方差距离测度引入到竞争学习型神经网络的参数控制中,采用批处理的网络学习方式消除数据样本顺序对网络权重调整的影响,通过淘汰及合并数据集的冗余类实现对未知类别数、多种分布型数据的自适应聚类.实验表明,新网络对数据集的分布形式有较强的鲁棒性,并能正确确定数据集的类别数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈怀新	四川大学电子信息学院	30	515	12.0	22.0
5	王连亮	四川大学电子信息学院	3	37	3.0	3.0