10.3969/j.issn.2095-6649.2014.7.07
自组织神经网络和 K-means 聚类算法的比较分析
本文主要是研究自组织神经网络作为一种具有拓扑限制的,以特征提取为主要手段的聚类算法,并与传统的 K-means 算法进行比较分析,并将它们应用于几组人工数据。传统的 K-means 算法具有计算效率高的优点,但是聚类结果不稳定,初始值对于聚类收敛的结果有一定的影响,相比之下,自组织神经网络由于其引入具有拓扑结构的邻域函数,虽然计算效率比较低,但是可以达到较为稳定的聚类结果,且受初值影响较小。
人工智能、聚类算法、自组织神经网络、K-means
O1 ;P
国家自然科学基金71101126
2014-09-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
63-69