基于粒子群优化和SOM网络的聚类算法研究

• 作者: 仇国庆 唐贤伦 曹长修 李银国
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 粒子群优化 自组织特征映射网络
• 年，卷（期）: 2007,（5）
• 页码范围: 31-33,37
• 页数: 4页
• 分类号: TP311
• 字数: 2660字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2007.05.009

摘要

利用改进的粒子群优化算法(PSO)的优化性能,结合SOM网络模型,提出了一种基于粒子群优化算法和SOM网络的聚类算法(PSO/SOM),使用PSO对SOM网络进行训练来代替SOM的启发式训练方法.将PSO/SOM算法用于对Wine和Iris等数据集进行模式聚类识别,可以得到较优的聚类识别效果.相比标准SOM算法能有效提高网络映射的准确程度,降低网络的量化误差和拓扑误差,同时也降低了错聚率,实验结果验证了本算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹长修	重庆大学自动化学院	162	2835	26.0	47.0
2	李银国	重庆邮电大学自动化学院	46	527	13.0	21.0
3	仇国庆	重庆邮电大学自动化学院	32	389	9.0	19.0
4	唐贤伦	重庆大学自动化学院	9	160	5.0	9.0