基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据挖掘的方法主要包括检索和分类两类,而各自都有缺陷.针对这些缺点提出先利用自组织映射的方法对采集的数据进行聚类和可视化,获得一些关于采集到的数据的初步信息.自组织映射法的目的是一个将高维数据非线性的投到一个预先定义好的二维拓扑中.它通过竞争学习的方法达到了降维、聚类、可视化的目的.
推荐文章
基于自组织映射网络的油藏表征模型
油藏表征
自组织映射
聚类分析
数据挖掘
岩性识别
自组织特征映射网络在压缩编码设计中的应用
SOFM神经网络
学习算法
矢量量化
IP电话
语音压缩编码
基于自组织特征映射的网页分类研究
自组织特征映射
特征提取
神经网络
分类
用约束型自组织特征映射网络实现多井约束插值
神经网络
自组织特征映射
插值
约束
资料处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自组织特征映射网络的分析与应用
来源期刊 长春师范学院学报:自然科学版 学科 工学
关键词 自组织特征映射 聚类 学习速率 权值矩阵
年,卷(期) 2005,(4) 所属期刊栏目
研究方向 页码范围 55-59
页数 5页 分类号 TP311
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自组织特征映射
聚类
学习速率
权值矩阵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春师范学院学报:自然科学版
双月刊
1008-178X
22-1276/G4
吉林省长春市长吉北路677号
出版文献量(篇)
3286
总下载数(次)
0
总被引数(次)
0
论文1v1指导