信息的自组织特征映射神经网络模式分类

扫码查看

原文链接

NETL

中文摘要：利用人工神经网络可进行数据信息的模式分类.距离函数用于生成神经网络中神经元的连接结构.距离函数和神经元数的选择,直接影响到人工神经网络的学习结果.本研究用自组织特征映射网络,选择数种距离函数和神经元数,对我国收录图书情报论文的地区发文统计数据进行无监督自组织聚类.同时,给出了自组织特征映射网络的Matlab算法程序.结果证明,自组织特征映射网络可有效地对信息进行分类,聚类结果与距离函数和神经元数有关,多种方法的综合分析是必要的.最后,讨论了人工神经网络分类的一些特点与原则.

作者：

齐艳红

展开 >

作者单位：

中山大学图书馆生命科学学科分馆,广州,510275

关键词：

数据信息人工神经网络自组织特征映射信息分类

主办单位：

中国科学技术情报学会

中国科学技术信息研究所

会议名称：

庆祝中国科技信息事业创立暨中国科学技术信息研究所创建50周年学术研讨会

会议时间：

2006-10-01

会议地点：

北京

会议母体文献：

情报科学

页码：

432-434

出版时间：

2006