摘要
自组织神经网络(SOM)是人工神经网络中一个重要的类型,是一种无监督的聚类网络,已广泛应用于样本分类、样本排序和样本检测等方面。本文主要阐述自组织神经网络中的自组织特征映射网络模型(SOFM)及其改进模型在生产实践中的应用。
出处
《福建电脑》
2008年第4期1-1,10,共2页
Journal of Fujian Computer
基金
辽宁省教育厅A类项目(编号:05L016)
渤海大学博士启动基金
参考文献4
-
1陈惠兵,夏辉,刘高辉.基于改进SOFM网络的调制方式的自动识别[J].应用科技,2006,33(4):47-50. 被引量：1
-
2王升明,李淼.一种基于改进的自组织特征映射网络的文档聚类方法[J].计算机工程与应用,2005,41(3):167-169. 被引量：3
-
3孙全力,王玉兰.改进SOFM网络算法及其在裂隙统计分析中的应用[J].地质灾害与环境保护,2003,14(2):47-50. 被引量：1
-
4Teuvo Kohonen. Self-organized formation of topologically correct feature maps[J] 1982,Biological Cybernetics(1):59～69
二级参考文献6
-
1罗立民,王允诚.自组织特征映射网络的改进及在储层预测中的应用[J].石油地球物理勘探,1997,32(2):237-245. 被引量：8
-
2潘文锋.自组织映射(SOM)神经网络及其应用[EB/OL].http://www.software.ict.ac.c/y Seminar/lectures,2003-09.
-
3Robert J Schalkoff. Artificial Neural NetWorkrs[M].MIT Press and The McGraw-Hill Companies ,Inc, 1997.
-
4NANDI A K, AZZOUZ E E. Automatic analogue modulation recognition [J]. Signal Processing, 1995,46:211 - 222.
-
5AZZOUZ E E, NANDI A K. Automatic modulation recognition of communication signals [J ]. Signal Processing, 1995,47:55 - 69.
-
6NASRABADI N M, FENG Y. Vector quantization of images based upon the kohonen self-organization feature maps [A]. Proc ICNN [C]. San Diego, 1988.
同被引文献5
-
1张丰,李红梅.层次分析法在风险投资项目评估中的应用[J].商业研究,2005(24):11-13. 被引量：11
-
2民主与建设出版社.中国风险投资年鉴(2006)[M].北京:民主与建设出版社,2006:249.
-
3WANG Kang-mao,WANG Clement K, HU Chun. Analytic hierarchy process with fuzzy scoring in evaluating multidisciplinary R&D projects in China [J]. IEEE Transactions on Engineering Management, 2005, (2) : 119-129.
-
4BAO Yi-dan,WU Yan-ping, HE Yong, et al. An improved AHP method in performance assessment[C]//Proceedings of 5th World Congress on Intelligent Control and Automation. Hangzhou: 5th world Congress on Intelligent Control and Automation, 2004 : 177-180.
-
5扶缚龙,黄健柏.现行风险投资项目评估方法局限性分析[J].决策借鉴,2002,15(1):68-71. 被引量：11
-
1林原,徐博,孙晓玲,林鸿飞,许侃.基于似然损失函数的组样本排序学习方法[J].模式识别与人工智能,2017,30(3):235-241. 被引量：1
-
2杨静,高隽,徐小红,刘旭.分层模糊最小-最大聚类算法[J].模式识别与人工智能,2007,20(4):558-564.
-
3Jiajia Zhao,ZhengyuanTang,Jie Yang,Erqi Liu.Infrared small target detection using sparse representation[J].Journal of Systems Engineering and Electronics,2011,22(6):897-904. 被引量：12
-
4彭雅琴,宫宁生,陈俊.基于样本检测的SOM网络模型与应用[J].微处理机,2009,30(5):63-64.
-
5张轩,李星,李崇荣.拓扑感知和局部负载均衡的应用层组播方案[J].清华大学学报（自然科学版）,2009(1):142-145. 被引量：4
-
6许新征.一种结构自适应的径向基函数神经网络[J].计算机工程与应用,2007,43(14):75-76. 被引量：3
-
7朱林,赵晓斌.基于SOM和RBF网络的软测量方法研究[J].计算机测量与控制,2015,23(4):1112-1114. 被引量：3
-
8高超.聚类网络中流行病模型的阈值研究[J].信息通信,2015,28(3):16-17.
-
9胡卫东,郁文贤,郭桂蓉.一种新的模糊Kohonen聚类网络[J].电子学报,1998,26(3):117-119. 被引量：3
-
10李洋,刘飚,封化民.基于机器学习的网页恶意代码检测方法[J].北京电子科技学院学报,2012,20(4):36-40. 被引量：5
