基于进化树型自组织神经网络聚类分析

被引:1
作者
沈来信
杨帆
机构
[1] 黄山学院信息工程学院
关键词
数据可视化; 聚类; 最佳匹配结点; 进化树型自组织神经网络;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
SOM是当前最著名的基于神经网络的用于数据可视化、聚类等任务的数据分析工具之一,为了克服传统SOM模型需要预选指定的限制,特别是在大的映射网络中寻找最佳匹配结点将会很耗时,所以提出一种新的进化树型自组织神经网络ET-SOM。通过对人工数据和工业数据进行实验证实了模型的有效性。
引用
收藏
页码:38 / 40
页数:3
相关论文
共 2 条
[1]  
Self-Organization Maps. Kohonen T. . 1995
[2]  
Dynamic self-organizing maps with controlled growth for knowledge discovery. D.Alahakoon. IEEE Transactions on Neural Networks . 2000