原文服务方: 微电子学与计算机       
摘要:
自组织特征映射网络学习结束后,其输出层结点能够反映出样本空间中数据的分布情况,相似结点代表的数据也相对近似,因而通过对输出层结点的合理划分能够实现对样本空间的有效聚类,结点的划分仍然存在聚类数目不确定的问题,凝聚层次聚类每一层都代表一种聚类结果,找出结果最好的那一层所具有的簇的数目作为最佳聚类数目,是一种比较好的确定聚类数目的方法,在Iris数据集上的实验证明了该方法的有效性.
推荐文章
一种量子自组织特征映射网络模型及聚类算法
量子光学
量子自组织特征映射网络
量子聚类算法
量子神经元
基于潜在语义分析和自组织特征映射神经网络的文本聚类研究
自组织特征映射神经网络
潜在语义分析
文本聚类
一种基于改进的自组织特征映射网络的文档聚类方法
自组织特征映射
文档聚类
自适应
基于自组织特征映射神经网络的土壤分览
土壤分类
自组织特征映射
人工神经网络
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 一种确定聚类数目的自组织特征映射网络
来源期刊 微电子学与计算机 学科
关键词 SOM 聚类 层次聚类
年,卷(期) 2009,(8) 所属期刊栏目
研究方向 页码范围 233-236
页数 4页 分类号 TP183
字数 语种 中文
DOI
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 孟凡荣 中国矿业大学计算机科学与技术学院 81 935 16.0 28.0
2 周勇 中国矿业大学计算机科学与技术学院 85 984 16.0 29.0
3 朱牧 中国矿业大学计算机科学与技术学院 4 73 3.0 4.0
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  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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
SOM
聚类
层次聚类
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
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