一种SOFM网络的二阶段聚类算法

作者：丁天一; 张旻

来源：小型微型计算机系统, 2018, 39(02): 329-333.

• SOFM网络
• 聚类
• 神经元
• 权值

针对聚类数目未知情况下的聚类问题,提出了一种自组织特征映射网络(Self-organizing Feature Maps,SOFM)的二阶段聚类算法.首先通过SOFM网络的自组织学习过程对数据集进行粗聚类,将数据集划分为若干个簇,以获胜神经元代表每个簇内的所有样本;然后采用凝聚层次聚类的方法对获胜神经元进行再聚类,并以树状图的形式给出可视化聚类结果;最后综合两阶段聚类结果得到最终的聚类结果.实验结果表明,所提出的算法可以获得良好的聚类结果.

• 单位
  电子工程学院