TGSOM：一种用于数据聚类的动态自组织映射神经网络

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性.该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用.扩展因子与训练样本数据的维数无关,其作用是控制网络的生长.扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比.在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 自组织 神经网 SOM 神经网络模型 TGSOM 神经网络 数据聚类 数据挖掘 自组织特征映射