基于扩展隐层BP网络的信息可视化聚类的研究  

The study of an information visualization clustering algorithm based on extending hidden-layer BP network

作　　者：杨旭[1] 郭绍翠[2] 

机构地区：[1]烟台职业学院信息工程系,烟台264670 [2]烟台职业学院开放教育学院,烟台264670

出　　处：《制造业自动化》2010年第10期182-186,共5页Manufacturing Automation

摘　　要：信息可视化是图形学的分枝,是一个新兴领域。为了展现海量信息,可视化技术需要对数据进行预先聚类操作。常用的聚类方法一般基于欧氏距离,这种方法计算量较大,特别是对于海量的多维信息。为了加快聚类速度,辅助可视化技术,本文将扩展BP网络用于可视化的聚类。该算法将多维信息当作BP网络的输入节点,其类别当作输出节点,通过对少量样本信息的学习,使BP网络具有分类能力,最终用于海量信息的分类。本文最后设计了一组实验,用实验结果证明算法的可行性。

关 键 词：BP神经网络 聚类 信息可视化 蚁群算法 K-MEANS 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]