一种改进的SOFM聚类算法研究

• 作者: 李争 樊劲辉 陆薇
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 自组织特征映射网络 数据聚类 初始权值 邻域范围
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 机械、电子与计算机
• 页码范围: 514-518
• 页数: 5页
• 分类号: TP183
• 字数: 2656字
• 语种: 中文

摘要

针对常规SOFM(self-organizing feature map)无监督的神经网络,提出了一种改进的自组织特征映射SOFM神经网络算法.在常规SOFM网络数据聚类算法基础上,分析了其在实际应用中存在的不足,对初始权值设定以及邻域范围选择等方面进行了算法的优化和改进,进而提高了SOFM神经网络聚类算法的正确率、收敛速度和实时性,并利用仿真实验进一步对提出的改进算法进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李争	河北科技大学电气工程学院	102	429	11.0	17.0
2	陆薇		7	12	1.0	3.0
3	樊劲辉	河北科技大学电气工程学院	9	32	4.0	5.0