基于多维自组织特征映射的聚类算法研究

计算机科学 ›› 2008, Vol. 35 ›› Issue (6): 181-182.

基于多维自组织特征映射的聚类算法研究

江波张黎

贺州学院计算机科学与工程系,贺州542800

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
重庆市科委自然科学基金计划资助项目（No.CSTC2007BB2451）.

JIANG Bo, ZHANG Li （Department of Computer Science and Engineering, Hezhou University, Hezhou542800,China）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 作为神经网络的一种方法，自组织特征映射在数据挖掘、模式分类和机器学习中得到了广泛应用。本文详细讨论了自组织特征映射的聚类算法的工作原理和具体实现算法。通过系统仿真实验分析，SOFMF算法很好地克服了许多聚类算法存在的问题，在时间复杂度上具有良好的性能。

关键词: 组织特征映射聚类数据挖掘神经网络

Abstract: As a method of neural network, the self-organizing feature mapping（SOFM） is an excellent approach for data mining, pattern classification and machine learning. The theory and algorithm of SOFM are discussed in detail in this article. Simultaneously analyz

Key words: Self-organizing feature mapping,Clustering,Data mining, Neural network

江波张黎. 基于多维自组织特征映射的聚类算法研究[J]. 计算机科学, 2008, 35(6): 181-182. https://doi.org/

JIANG Bo, ZHANG Li （Department of Computer Science and Engineering, Hezhou University, Hezhou542800,China）. [J]. Computer Science, 2008, 35(6): 181-182. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed