神经网络的特征映射聚类算法研究Research in Clustering of SOFM Neural Network
林金山,林敏
摘要(Abstract)：
自组织特征映射作为一种神经网络方法,在数据挖掘、机器学习和模式分类中得到了广泛应用。他将高维输入空间的数据映射到一个低维、规则的栅格上,从而可以利用可视化技术探测数据的固有特性。说明自组织特征映射神经网络的工作原理和具体实现算法,并在对已有神经网络聚类分析方法概括和总结的基础上,结合一些实验数据、仿真数据对自组织特征映射算法进行研究,得出了一些有意义的结论。
关键词(KeyWords)： 数据挖掘;神经网络聚类;自组织特征映射;可视化技术
基金项目(Foundation):
作者(Author): 林金山,林敏
参考文献(References)：
- [1]左爱群,杜波.数据仓库技术研究及其在银行的应用[J].武汉工业学院学报,2006,25(1):15 18.
- [2]牛玉廷.数据仓库技术初探[J].仪器仪表用户,2005,12(6):148 149,152.
- [3]倪步喜,章丽芙,姚敏.基于SOFM网络的聚类分析[J].计算机工程与设计,2006,27(15):855 856,878.
- [4]白耀辉,陈明.利用自组织特征映射神经网络进行可视化聚类[J].计算机仿真,2006,23(1):180 183.
- [5]朱福珍,吴斌.SOFM网络及其在Matlab中的实现[J].微计算机信息,2005(35):163 165.
- [6]Jiawei Han、Kicheline Kamber.数据挖掘概念与技术[M].范明,孟小峰,译.北京:机械工业出版社,2001.