一种基于动态模糊Kohonen网络的聚类模型及应用

被引：6

作者：

刘飞荣

段隆振

陈梅香

杨艳玲

机构：

[1] 南昌大学计算机系

来源：

南昌大学学报(理科版) | 2010年 / 34卷 / 06期

关键词：

Kohonen网络; 模糊聚类; 动态自组织映射; 用户兴趣模式;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

提出一种基于动态模糊Kohonen神经网络聚类模型,针对传统的Kohonen神经网络(KNN)聚类需要预先确定聚类数的问题,提出采用树形动态自组织映射网络算法(TGSOM)来确定聚类数,并且利用模糊Kohonen神经网络(FKNN)聚类结果与输入顺序无关的优势进行网络优化,得到更优的聚类结果。该模型应用于用户兴趣模式挖掘,通过数据测试分析,证明其有效性。

引用

收藏

页码：603 / 606

页数：4

相关论文

共 10 条

[1]

一种基于Kohonen神经网络Web用户行为模式的挖掘方法 [J].

朱敏 ;

段隆振 ;

王靓明 .

南昌大学学报(理科版), 2009, 33 (06) :591-594

[2]

模糊C-均值(FCM)聚类算法的实现 [J].

孙晓霞 ;

刘晓霞 ;

谢倩茹 .

计算机应用与软件, 2008, (03) :48-50

[3]

基于Kohonen网络的点群综合研究 [J].

蔡永香 ;

郭庆胜 .

武汉大学学报(信息科学版), 2007, (07) :626-629

[4]

基于SOM神经网络的C-均值聚类算法 [J].

周欢 ;

黄立平 .

计算机应用, 2007, (S1) :51-52

[5]

SOM神经网络算法的研究与进展 [J].

杨占华 ;

杨燕 .

计算机工程, 2006, (16) :201-202+228

[6]

FCM聚类算法中模糊加权指数m的优选方法 [J].

宫改云 ;

高新波 ;

伍忠东 .

模糊系统与数学, 2005, (01) :143-148

[7]

基于客户价值和TGSOM网络方法的客户分类 [J].

杨杰 ;

王卫平 .

价值工程, 2005, (03) :22-24

[8]

模糊Kohonen网络在烟叶分类中的应用 [J].

曹均阔 ;

叶水生 ;

丁香乾 .

计算机工程, 2005, (02) :222-224

[9]

TGSOM:一种用于数据聚类的动态自组织映射神经网络 [J].

王莉 ;

王正欧 .

电子与信息学报, 2003, (03) :313-319

[10]

基于kohonen神经网络的用户访问模式挖掘模型的研究 [D].

樊玫 .

南昌大学,

2007