10.3969/j.issn.2095-0977.2007.01.016
基于改进的自组织特征网络聚类分析
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需要预选指定的限制,特别在大的映射网络中寻找最佳匹配结点是很耗时的问题,我们采用一种新的动态增长树型自组织特征神经网络(GTS-SOFM),给出了实现聚类的具体算法,并且使用聚类密度来衡量聚类效果.对样本进行随机抽样,实验结果证实了算法的有效性.
最佳匹配结点、增长树型自组织神经网络、聚类密度
22
TP301(计算技术、计算机技术)
2007-05-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
67-70