软件导刊
軟件導刊
연건도간
SOFT WARE GUIDE
2014年
5期
82-83
,共2页
SOM网络%余弦相似度%相似度检测%兴奋区
SOM網絡%餘絃相似度%相似度檢測%興奮區
SOM망락%여현상사도%상사도검측%흥강구
自组织映射算法是一种无导师学习算法。在实际聚类应用中，网络识别率受初始权值、竞争方式、样本参数等诸多因素影响。以竞争方式为切入点，以生物学为指导，引入相似度判断规则构建了神经元“兴奋区”，改进了SOM网络，实验证明了算法的有效性。
自組織映射算法是一種無導師學習算法。在實際聚類應用中，網絡識彆率受初始權值、競爭方式、樣本參數等諸多因素影響。以競爭方式為切入點，以生物學為指導，引入相似度判斷規則構建瞭神經元“興奮區”，改進瞭SOM網絡，實驗證明瞭算法的有效性。
자조직영사산법시일충무도사학습산법。재실제취류응용중，망락식별솔수초시권치、경쟁방식、양본삼수등제다인소영향。이경쟁방식위절입점，이생물학위지도，인입상사도판단규칙구건료신경원“흥강구”，개진료SOM망락，실험증명료산법적유효성。
