自组织特征映射网络隐含的分形机制  

Fractal mechanism of self-organizing map

作　　者：周金峰[1] 柴立和[1] 

机构地区：[1]天津大学环境科学与工程学院,天津300072

出　　处：《天津理工大学学报》2007年第5期4-8,共5页Journal of Tianjin University of Technology

基　　金：国家自然科学基金(50406018);天津大学杰出人才引进基金(W20201);教育部留学回国人员科研启动基金(413042)

摘　　要：自组织特征映射网络(Self-organizing map,SOM)在聚类分析中具有广泛的应用,和其他神经网络一样,SOM网络具有黑箱性质,缺乏严格的理论基础,无法对聚类过程进行分析.结合复杂系统分形生长的最大流原理,本文从统计物理角度对SOM网络的自组织过程进行分析,将SOM网络隐含的分形机制挖掘出来,并以城市模式为例展示了建立在统计物理基础上的SOM网络的新的应用.Self-organizing map （SOM） is a powerful neural network method for the analysis of high-dimensional data, espe- cially for clustering data without knowing the class memberships of the input data. However, lacking of rigorous theoretic ba- sis badly restrict its application on analysis of self-organizing process. Based on maximum flux principle, an attempt to build a statistical mechanical basis for SOM is made. Fractal mechanism hidden in SOM is revealed with an example of urhan system analyzed.

关 键 词：神经网络 自组织 分形 最大流原理 城市模式 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] F290[自动化与计算机技术—控制科学与工程]