原文服务方: 科技与创新       
摘要:
K0honen自组织特征映射可实现高维模式空间到低维拓扑结构的映射,借此可进行模式聚类分析及高维数据的二维可视化.但当输入样本数目较多、复杂度较大时,采用KSOM将使相邻类簇间发生大面积重叠,降低聚类效果.本文通过利用涌现自组织特征映射神经网络对数据进行聚类分析.并通过无边界u矩阵实现可视化功能.测试结果表明.借助ESOM模型进行数据的聚类分析与可视化在诸多方面表现出优越的性能.
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
基于涌现自组织映射的油气层识别及分析
油气层识别
测井数据
聚类分析
自组织特征映射
基于核的自组织映射聚类
聚类算法
自组织映射
特征空间
核函数
基于半监督聚元自组织映射的齿轮早期故障检测
半监督学习
聚元自组织特征映射
早期故障诊断
特征选择
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 基于涌现自组织映射的聚类分析与可视化处理
来源期刊 科技与创新 学科
关键词 涌现自组织特征映射 聚类 U矩阵
年,卷(期) 2008,(27) 所属期刊栏目 软件时空
研究方向 页码范围 257-259
页数 3页 分类号 TP391.9
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.27.103
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程国建 西安石油大学计算机学院 123 847 14.0 25.0
2 王晓燕 西安石油大学计算机学院 3 10 2.0 3.0
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  (0)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (1)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
涌现自组织特征映射
聚类
U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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导