基于改进神经网络的混合特征数据聚类算法

• 作者: 孔军
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 改进神经网络 混合特征数据 聚类 特征提取
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机工程
• 页码范围: 25-30
• 页数: 6页
• 分类号: TP391
• 字数: 3569字
• 语种: 中文

摘要

为了提高混合特征数据聚类分辨能力,提出基于改进神经网络的混合特征数据聚类算法.分析混合特征数据的存储结构模型,采用关联特征分布式检测方法进行混合特征数据的融合性聚类,挖掘混合特征数据的模糊相关性特征量,对混合特征数据采用改进神经网络模型进行特征分类,根据混合特征数据的分类属性进行模糊聚类处理,采用统计序列分析方法实现对混合特征数据的特征重构和优化聚类.仿真结果表明,采用该方法进行混合特征数据聚类的自适应性较好,分类准确性较高,误分率较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔军	淮南师范学院计算机学院	3	0	0.0	0.0