江西科学
江西科學
강서과학
JIANGXI SCIENCE
2009年
4期
569-571,603
,共4页
自组织神经网络%粗糙集%聚类
自組織神經網絡%粗糙集%聚類
자조직신경망락%조조집%취류
自组织神经网络在学习过程中采取竞争机制选取最优匹配神经元获胜,然而实际情况可能有一组神经元都非常匹配输入向量.引入粗糙集的上近似与下近似理论,选择一组最匹配神经元获胜.实验证明基于粗糙集和自组织神经网络的聚类算法,较之传统的自组织神经网络聚类算法聚类结果更平均,死神经元更少,是一种良好的聚类算法.
自組織神經網絡在學習過程中採取競爭機製選取最優匹配神經元穫勝,然而實際情況可能有一組神經元都非常匹配輸入嚮量.引入粗糙集的上近似與下近似理論,選擇一組最匹配神經元穫勝.實驗證明基于粗糙集和自組織神經網絡的聚類算法,較之傳統的自組織神經網絡聚類算法聚類結果更平均,死神經元更少,是一種良好的聚類算法.
자조직신경망락재학습과정중채취경쟁궤제선취최우필배신경원획성,연이실제정황가능유일조신경원도비상필배수입향량.인입조조집적상근사여하근사이론,선택일조최필배신경원획성.실험증명기우조조집화자조직신경망락적취류산법,교지전통적자조직신경망락취류산법취류결과경평균,사신경원경소,시일충량호적취류산법.
