一种改进的SOFM聚类算法研究

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.

关键词：自组织特征映射网络、数据聚类、初始权值、邻域范围

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：河北省自然科学基金资助项目E2009000703

在线出版日期：2013-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：514-518