一种SOFM网络的二阶段聚类算法

• 作者: 丁天一 张旻
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: SOFM网络 聚类 神经元 权值
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 329-333
• 页数: 5页
• 分类号: TP183
• 字数: 4910字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2018.02.026

摘要

针对聚类数目未知情况下的聚类问题,提出了一种自组织特征映射网络(Self-organizing Feature Maps,SOFM)的二阶段聚类算法.首先通过SOFM网络的自组织学习过程对数据集进行粗聚类,将数据集划分为若干个簇,以获胜神经元代表每个簇内的所有样本;然后采用凝聚层次聚类的方法对获胜神经元进行再聚类,并以树状图的形式给出可视化聚类结果;最后综合两阶段聚类结果得到最终的聚类结果.实验结果表明,所提出的算法可以获得良好的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张旻		19	79	5.0	8.0
2	丁天一		2	2	1.0	1.0