数据挖掘中基于模型的聚类分析方法研究  

The Study of Methods of Clustering Analysis Based Model in Dataming

作　　者：张剑飞[1] 王辉[2] 

机构地区：[1]东北师范大学计算机学院,吉林长春130024 [2]齐齐哈尔大学,黑龙江齐齐哈尔161006

出　　处：《克山师专学报》2004年第3期87-89,共3页Journal of Keshan Teachers College

基　　金：吉林省自然科学基金资助项目(20030517-1)

摘　　要：聚类分析已成为数据挖掘研究中非常活跃的研究课题,在聚类分析方法中,基于模型的算法由于考虑到“噪声”或异常数据,可以自动确定聚类个数,可以产生鲁棒的聚类方法,而成为领域研究的一个重点。本文主要对神经网络中的竞争学习神经网络、SOFM 神经网络方法、统计学聚类方法研究。Clustering analysis has been a active field in datamining ,the paper introduces major Clustering analysis methods based model: probability method, Competitive Cearning NN and SOFM NN, the arithmetics can deal with outline data and noise data, at the same time confirm the numbers of clustering ,at last produce better Methods of Clustering analysis.

关 键 词：聚类 聚类分析 COBWEB 竞争学习神经网络 SOFM 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]