基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统模式库初始化算法的三维SOM重建效果对于模式矢量的输入顺序比较敏感的问题,提出基于k-means聚类的三维SOM初始化模式库算法.计算训练矢量集中各矢量的方差,将所得到的方差利用k-means算法聚成三类,分别再按均值各自排序;设置模式库大小,并以相同间隔在训练矢量集中抽取一定的模式构成初始模式库.实验结果表明,基于k-means聚类的三维SOM初始化模式库算法减少了搜索时间,增加了信源的匹配度,提高了三维SOM算法的整体性能.
推荐文章
一种基于SOM和K-means的文档聚类算法
自组织特征映射
K-means
聚类
组合方法
文档聚类
基于遗传算法的K-means初始化EM算法及聚类应用
混合高斯模型
遗传算法
K-means
聚类应用
一种有效的K-means聚类中心初始化方法
K-均值算法
基于密度
初始聚类中心
最大最小距离
最大距离积
K-means聚类算法初始中心选择研究
K-means聚类算法
K个聚类中心
密度参数
K-means算法改进
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k-means聚类的三维SOM初始化模式库算法
来源期刊 桂林电子科技大学学报 学科 工学
关键词 自组织映射 图像压缩 k-means聚类 均值排序
年,卷(期) 2018,(5) 所属期刊栏目
研究方向 页码范围 381-384
页数 4页 分类号 TP183
字数 3112字 语种 中文
DOI 10.3969/j.issn.1673-808X.2018.05.008
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 黎洪松 桂林电子科技大学信息与通信学院 9 81 4.0 9.0
2 任云 桂林电子科技大学信息与通信学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (10)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
自组织映射
图像压缩
k-means聚类
均值排序
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
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