原空间中的核SOM分类器

作者：潘志松; 陈松灿; 张道强

来源：电子学报, 2004, (02): 227-231.

• SOM
• 核方法
• 分类 SOM
• kernel method
• classification

自组织特征映射 (SOM)是Kohonen提出的一种人工神经网络模型 ,其整个学习过程是在输入样本空间内进行 ,并以欧氏距离为度量 .这将导致当输入样本分布结构呈高度非线性时 ,其分类能力下降 .核方法通过核函数实现了一个从低维输入空间到高维特征空间的映射 ,从而使输入空间中复杂的样本结构在特征空间中变得简单 .Donald等人通过核映射将低维输入空间中的非线性问题变换至高维特征空间中 ,从而使SOM聚类形成于映射后的高维特征空间中 .但其缺点是失去了对原输入空间聚类中心及结果的直观刻画 ;本文采用核方法的目的是为原输入空间诱导出一类异于欧氏距离的新的距离度量 ,并使原SOM成为特例 .而核的...

• 单位
  模式识别国家重点实验室; 南京航空航天大学; 中国科学院自动化研究所