基于SOFM的聚类分析在数据挖掘中的应用研究

• 作者: 时文 王虹
• 来源期刊: 交通与计算机
• 学科: 工学
• 关键词: SOFM 数据挖掘 聚类分析 Kohonen模型
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 44-46
• 页数: 3页
• 分类号: TP311.13
• 字数: 1362字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2005.03.013

摘要

阐述了聚类分析在数据挖掘中的应用及地位,研究并分析了通过SOFM实现聚类分析的算法,并用该算法进行了数据挖掘的仿真实验.结果表明,基于SOFM聚类分析方法可将抽象的数学聚类问题转化为直观的空间分布问题,降低了聚类分析的难度,说明了其可操作性及鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王虹		49	274	10.0	13.0
2	时文		2	20	2.0	2.0