基于ART2改进算法的故障聚类研究

• 作者: 刘彦明 李小平 杨一展 段霞霞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 聚类 ART2 K-均值算法
• 年，卷（期）: 2008,（15）
• 所属期刊栏目: 理论研究
• 页码范围: 56-57,64
• 页数: 3页
• 分类号: TP183
• 字数: 2438字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.15.017

摘要

ART2(自适应谐振理论2)算法是神经网络中一种可以对模拟输入信号或二值信号进行无监督聚类的算法,所以ART2算法能够降低数据挖掘中原始数据的预处理的复杂度,提高挖掘效率.针对ART2算法中出现的聚类中心偏移的缺点,采用ART2算法与K-均值算法相结合的方法来抑制ART2中聚类中心偏移的现象.通过仿真对该方法进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小平	西安电子科技大学通信工程学院	55	612	12.0	21.0
2	刘彦明	西安电子科技大学通信工程学院	38	340	11.0	17.0
3	段霞霞	西安电子科技大学通信工程学院	4	40	4.0	4.0
4	杨一展	西安电子科技大学通信工程学院	2	19	2.0	2.0