基于统计检验的模糊聚类神经网络

• 作者: 吴斯 张诚坚 程玉林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 模糊聚类 神经网络 统计检验
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 算法研究
• 页码范围: 76-78
• 页数: 3页
• 分类号: TP18
• 字数: 2706字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.06.024

摘要

针对模糊聚类神经网络FCNN原有学习算法对初值敏感性、吸引域不灵活和稳定点不合理等局限性,本文提出基于统计检验的模糊聚类神经网络FCNN-ST.通过引入T平方抽样的单峰分布模式统计检验逐步调整网络结构,确定最佳聚类数c,并使算法的稳定点趋于合理的聚类中心.仿真结果表明,FCNN-ST具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张诚坚	华中科技大学数学系	25	106	5.0	8.0
2	吴斯	华中科技大学数学系	3	15	2.0	3.0
3	程玉林	华中科技大学数学系	1	1	1.0	1.0