Kohonen网络在烟叶动态分类中的应用

作     者：贺英 冯天瑾 曹均阔 

作者机构：中国海洋大学电子工程系山东青岛266071 中国海洋大学计算机系山东青岛266071 

出 版 物：《中国海洋大学学报（自然科学版）》 (Periodical of Ocean University of China)

年 卷 期：2004年第34卷第1期

页      面：121-127页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家高科技研究发展计划 ( 86 3511910 14 1)资助 

主　　题：Kohonen网络 烟叶动态分类 K-means聚类算法 分类参与度 SOFM算法改进 

摘      要：针对输入为高维化学指标数据的烟叶分类问题 ,提出 1种改进的 Kohonen自组织特征映射神经网络的聚类方法。在数据预处理时 ,加入了领域专家经验 ,对输入特征向量中的各个分量分配不同的分类参与度 ;用 Gauss邻域函数替代了标准 Kohonen网络的方形邻域 ;在 2个学习阶段学习率和邻域宽度采用了不同的递减函数。通过应用证明了改进后的 Kohonen网络的收敛效果和聚类精度比 K- means聚类方法和标准的 Kohonen网络都有较大的提高。