适用于类别已知问题的SOM标准化构建方法
SOM是一种非监督学习的神经网络,其特点在于能把高维数据映射到低维数组,通常是二维数组.因此SOM能够提供给研究者二维可视信息,这对于数据的分析能提供直观描述.然而按传统的SOM构建方法往往不能得到边界清晰的网络,而且多次训练得到的网络其类别区域划分不一致.这对于SOM的精确使用是不利的.本文提出一种适用于类别已知问题的SOM构建方案,新方案要求标准化地确定网络结构和初始权值.实验表明通过这一方案构建的SOM能够为数据类别分析提供更好的可视性,网络区域划分更加稳定,训练速度也有一定提高.
自组织映射 非监督学习 神经网络 SOM标准化 初始化 类别已知 数据类别分析
李文波 郑启迪
同济大学计算机科学与技术系,上海 201804
国内会议
第八届中国Rough集与软计算、第二届中国Web智能、第二届中国粒计算联合会议(CRSSC-CWI-CGrC”2008)
北京
中文
95-99
2008-08-01（万方平台首次上网日期，不代表论文的发表时间）