一种基于ART2网络和K-means的聚类方法的研究

摘要：

提出了一种基于自适应谐振理论(adaptive resonance theory，ART)神经网络和K-means算法的聚类方法(K-ART)。 本文算法利用训练后的ART2网络将相似的特征向量进行细粒度划分。以其输出权值初始化K-means聚类中心，再根据连接权矩阵将神经元二次聚类。克服了ART2网络输出无层次结构的缺点，降低了对主观参数设置的要求。并通过仿真实验证明该算法的有效性。

关键词： 神经网络 自适应共振理论 特征向量 细粒度划分 网络输出

作者: 肖军弼 宋昊

作者单位: 中国石油大学(华东)计算机与通信工程学院 东营 257061

会议类型: 国内会议

会议名称: 第十三届全国青年通信学术会议

会议地点: 山东烟台

会议语种:中文

页码: 1800-1804

在线出版日期: 2008-10-31（万方平台首次上网日期，不代表论文的发表时间）