中国学术期刊网络出版总库
  关闭
一种改进的ART2网络学习算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 An improved ART2 neural network clustering algorithm
【下载频次】 ★★★★★
【作者】 徐艺萍; 邓辉文; 李阳旭;
【英文作者】 XU Yi-ping~ 1; 2; DENG Hui-wen~ 1; LI Yang-xu~3(1. Research Center of Logic and Intelligence; Southwest University; Chongqing 400715; China; 2. School of Computer and Information Science; 3. Department of Electronic Commerce; Chengdu University of Information Technology; Chengdu Sichuan 610225; China);
【作者单位】 西南大学逻辑与智能研究中心; 成都信息工程学院电子商务系 重庆; 西南大学计算机与信息科学学院; 四川成都;
【文献出处】 计算机应用 , Journal of Computer Applications, 编辑部邮箱 2006年 03期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 ART2网络; 幅度信息; 模式漂移; 聚类;
【英文关键词】 ART2 neural network; amplitude information; pattern drifting; clustering;
【摘要】 分析了现有ART2网络存在的问题,提出了一种改进的ART2算法。该算法首先利用样本数据自身来初始化权值,然后按照同一类中的数据点到其聚类中心的距离之和越小(即类内偏差越小),聚类效果越好的原则来设计特征表示场和类别表示场之间的权值修正公式,最后通过比较输入样本和聚类中心的模来有效地利用模式的幅度信息。分析证明了该算法不仅能有效解决模式漂移问题、充分利用幅度信息,而且能提高聚类速度。
【英文摘要】 By analyzing ART2 neural network clustering algorithm, an improved ART2 neural network clustering algorithm was proposed. This algorithm applied the sample data to initialize its weights, then designed the formula of modifying weights between feature representation layer and class representation layer based on the principle that the distance between each data in the same class and their clustering center was nearer, clustering result was better. The amplitude information was used by comparing module of inpu...
【基金】 国家社会科学基金资助项目(NSSF04BZX046)
【更新日期】 2006-03-29
【分类号】 TP181
【正文快照】 0引言目前,聚类分析的方法主要有两种———统计聚类法和神经网络法。统计聚类法包括系统聚类法、动态聚类法、模糊聚类法、最优分割法等。神经网络法是近年研究较多,发展较快的一种新的聚类方法。可以用于聚类分析的神经网络包括BP网络、模糊神经网络、自组织映射网络、自适应

xxx
【读者推荐文章】中国期刊全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号