| ART2神经网络聚类的改进研究 |
| |
| 引用本文： | 钱晓东,王正欧. ART2神经网络聚类的改进研究[J]. 南京理工大学学报(自然科学版), 2007, 31(1): 71-75 |
| |
| 作者姓名： | 钱晓东 王正欧 |
| |
| 作者单位： | 天津大学,电气与自动化工程学院,天津,300072;天津大学,系统工程研究所,天津,300072 |
| |
| 摘 要： | 为进行快速动态层次聚类,通过分析自适应谐振理论(adaptive resonance theory,ART)神经网络的快速学习、主观设置警戒参数、输出无层次结构等优缺点以及自组织特征映射(self-organizing feature map,SOFM)神经网络的侧反馈、不能动态聚类、输出无层次结构等优缺点的基础上,借鉴Hebb规则的思想,针对ART2神经网络的聚类算法进行了改进研究.通过结构描述、算法分析,该算法融合了ART2和SOFM的优点,克服其不足之处,以快速学习的方式形成可带有多层层次的动态聚类结构(不同的层次代表不同粒度的聚类),此外还降低了对警戒参数主观设置的要求,对于较粗粒度的聚类不再需要重新训练神经网络.并通过仿真实验证明该算法的有效性.
|
| 关 键 词： | 自适应谐振理论 神经网络 聚类 自组织特征映射 |
| 文章编号： | 1005-9830(2007)01-0071-05 |
| 修稿时间： | 2005-03-11 |
Improvement of Clustering of ART2 Neural Network |
| |
| QIAN Xiao-dong,WANG Zhen-ou. Improvement of Clustering of ART2 Neural Network[J]. Journal of Nanjing University of Science and Technology(Nature Science), 2007, 31(1): 71-75 |
| |
| Authors: | QIAN Xiao-dong WANG Zhen-ou |
| |
| Affiliation: | 1. School of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China ; 2. Institute of System Engineering, Tianjin University, Tianjin 300072, China |
| |
| Abstract: | |
| |
| Keywords: | adaptive resonance theory neural network clustering selt-organozing feature map |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
