基于SOM神经网络的聚类方法研究.pdf.pdf

维普资讯
笫卷笫期吉林省经济管理干部学院学报. .
年月
基于神经网络的聚类方法研究
口赵晓丹,齐志
.吉林省经济管理干部学院国际商务系,吉林长春;
.东北师范大学计算机学院,吉林长春
睛要】聚类分析是由若干个模式组成的,它在数据挖掘中的地位越来越重要。通过数据挖掘聚类分
析,可以及时了解各地区经济实力等重要的信息,对各级政府政策制定上及宏观调控上都具有非常重要的
现实意义。
【关键词】数据挖掘;聚类分析;自组织特征映射神经网络
【中图分类号】. 【文献标识码】【文章编号】...
数据挖掘,又称为数据采掘、数据开采,相近的术映射神经网络简称神经网络【.】,是由
语有数据库知识发现、数据分析、数据融合、决教授提出的对神经网络的数值模拟方法,这
策支持等。数据挖掘是指从大型数据库的数据中提种方法是人工神经网络的重要分支之一。自组织特
取人们感兴趣的知识,而这些知识是隐含的、事先未征映射神经网络模拟大脑神经系统的自组织
知的、潜在的有用信息。聚类分析方法即根据实体的
特征映射功能,是一种无监督竞争式学****的前馈网
特征对其进行聚类或分类,进而发现数据集的整个空
络,在训练中能无监督自组织学****它通过学****可以
间分布规律和典型模式的数据挖掘方法。聚类分析
提取一组数据中的重要特征或某种内在规律,按离散
是根据“物以类聚”的原理,将本身没有类别的样本聚
时间方式进行分类。网络可以把任意高维的输人映
集成不同的组,并且对每一个这样的组进行捕述的过
射到低维空间,并且使得输人数据内部的某些相似性
程。聚类方法包括统计方法、机器学****方法、神经网
质表现为几何上邻近的特征映射。这样,就在输出层
络方法和面向数据库的方法。
映射成一维或二维离散图形,并保持其拓扑结构不
目前,基于神经网络的聚类方法仍然是数据
变。这种分类反映了样本集的本质区别,大大减弱了
挖掘领域的一个研究热点。
一致性准则中的人为因素。
一
、人工神经网络模型
网络结构【图所示,它由输人层和竞
一网络结构争层组成。输人层神经元数为。竞争层南个神
特征映射,也称经元组成的二维平面阵列,输人层与竞争层各神经元
【收稿日期】——
【作者简介】赵晓丹一,女,汉族,吉林省四平市人,吉林省经济管理干部学院国际商务系助教,金融学硕士。
· ·
维普资讯
之间实现全连接。
‰幌籼节
藩
莉、的位置,扳映了邻域的范围。岛,,是两点
间距离的单调递减函数。
学****过程中都是动态变化的。
图维阵歹】渊网络模型
.重复步骤和步骤。继续步骤、步骤,直到
神经网络的结构具有两个明显的特点:其
对所有的样本进行学****后。即可完成神经网络
一
, 拓扑映射结构不是通过神经元的运动重新组织实
的训练,最后得到的网络拓扑近似地描述了输入向量
现的,而是由各个神经元在不同兴奋状态下构成一个
的分布情况。
整体,所形成的拓扑结构;其二,这种拓扑映射结构的
三网络的聚类功能
形成具有自组织的特点,神经网络中神经元的拓
扑组织就是它最根本的特征。神经还具有按几从网络的训练过程来看,输出神经元的权
何中心或特征