一种改进的SOFM聚类算法研究
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.
自组织特征映射网络、数据聚类、初始权值、邻域范围
33
TP183(自动化基础理论)
河北省自然科学基金资助项目E2009000703
2013-04-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
514-518