首页> 中文期刊> 《情报学报》 >自组织映射用于数据分析的方法研究

自组织映射用于数据分析的方法研究

         

摘要

自组织映射(SOM)是一种人工神经网络方法,它通过将相似的输入数据映射到相同或相近结点,将高维输入数据显示在低维空间中,具有保留输入数据的拓扑结构的优点,便于用户观察数据的分布特点.数据分析是SOM的重要应用领域之一.本文分析了SOM的各种学习算法(包括序列学习、批学习、k-batch学习、将空间访问方法引入SOM等算法)的优缺点和适用情况,挖掘了不同的SOM输出维度、结点形状及输出大小,并分析了三种成熟的SOM工具(SOM Toolbox, Viscovery SOMine和Databionic ESOM Tools)对这些算法、输出形式的支持程度,为SOM用于数据分析提供了细化而适当的方法借鉴.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号