一种生长型自组织神经网络的聚类研究

• 作者: 傅雪 张少白
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 自组织 生长 特征映射 聚类 神经网络
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 64-66,71
• 分类号: TP301.6
• 字数: 3010字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.03.016

摘要

自组织特征映射神经网络SOM(Self-Organizing Feature Maps)是一种优良的聚类工具,但其存在着一些限制,如需要预先定义网络大小、网络的收敛性较差和结构不灵活等.为了克服这些不足,在自组织神经网络理论的指导下,提出了一种基于生长型自组织神经网络的聚类方法.在无监督的情况下,该方法采用阈值控制的触发机制实现网络中神经元的生长和删除,并通过神经元权值的有效调整,以期得到数据对象的聚类结果.实验以二维空间中的数据对象为输入样本,验证了该方法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张少白	南京邮电大学计算机学院	32	207	7.0	13.0
2	傅雪	南京邮电大学计算机学院	1	6	1.0	1.0