计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
26期
72-73,128
,共3页
模式识别%链状分布%弧度分析%神经网络
模式識彆%鏈狀分佈%弧度分析%神經網絡
모식식별%련상분포%호도분석%신경망락
针对以往很多聚类方法不适用于链状分布的样品的情况,运用簇的概念确定新的"重心"点,然后将原始意义上的"距离"改用弧度来表征,再运用神经网络来对样品进行聚类.应用著名的"古斯塔夫森十字"图形进行仿真实验.结果显示:该方法算法简洁,运算迅速,条理清晰,分类准确,适合于处理链状分布的聚类问题.
針對以往很多聚類方法不適用于鏈狀分佈的樣品的情況,運用簇的概唸確定新的"重心"點,然後將原始意義上的"距離"改用弧度來錶徵,再運用神經網絡來對樣品進行聚類.應用著名的"古斯塔伕森十字"圖形進行倣真實驗.結果顯示:該方法算法簡潔,運算迅速,條理清晰,分類準確,適閤于處理鏈狀分佈的聚類問題.
침대이왕흔다취류방법불괄용우련상분포적양품적정황,운용족적개념학정신적"중심"점,연후장원시의의상적"거리"개용호도래표정,재운용신경망락래대양품진행취류.응용저명적"고사탑부삼십자"도형진행방진실험.결과현시:해방법산법간길,운산신속,조리청석,분류준학,괄합우처리련상분포적취류문제.
