基于SOFM网络的聚类分析  

Clustering analysis based on SOFM network

作　　者：倪步喜[1] 章丽芙[1] 姚敏[1] 

机构地区：[1]浙江大学计算机科学与技术学院,浙江杭州310028

出　　处：《计算机工程与设计》2006年第5期855-856,878,共3页Computer Engineering and Design

摘　　要：基于自组织特征映射网络的聚类分析,是在神经网络基础上发展起来的一种新的非监督聚类方法,分析了基于自组织特征映射网络聚类的学习过程,分析了权系数自组织过程中邻域函数和学习步长的一般取值问题,给出了基于自组织特征映射网络聚类实现的具体算法,并通过实际示例测试,证实了算法的正确性。Clustering analysis based on self-organizing feature maps （SOFM） network is a new unsupervised clustering method that develops from neural networks. The learning process of clustering based on SOFM network was discussed. The problem of neighbor function and learning step＇s value in the process of weight coefficient self-organizing were analyzed. The specific algorithm to implement clustering was given based on SOFM. Using the practical example, the experiment proves the correctness of algorithm.

关 键 词：数据挖掘 聚类 自组织特征映射 神经网络 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP311[自动化与计算机技术—计算机科学与技术]