基于自组织竞争神经网络技术的模糊聚类研究-计算机工程与科学.pdf

维普资讯 CN43-1258／TP 计算机工程与科学 2006年第 28卷第 11期 ISSN 1007—130X COMPUTERENGINEERING8LSCIENCE vO1．28，No．11，2006 文章编号：1007—130X(2006)11—0119—04 基于 自组织竞争神经网络技术的模糊聚类研究 ResearchofFuzzyClusteringBasedon Self——OrganizingNeuralNetworks 徐爱萍 。徐武平1． KUAi-ping~ 。XUWu-pin~’ (1．武汉大学计算机学院。湖北 武汉 430079；2．武汉大学空间信息与数字工程研究中心。湖北 武汉430079； 3．武汉大学电子信息学院。湖北 武汉 430079J (1．SchoolofComputerScience。WuhanUniversity。Wuhan430079；2．ResearchCenterofSpatialInformation andDigitalEngineering。Wuhan430079；3．SchoolofElectronicsInformation。WuhanUniversity。Wuhna 430079China) 摘 要：本文对常规模糊聚类方法进行 了深入的研究，提 出了一种基于自组织竞争神经网络技术的模糊聚类方法。仿 真结果证明，这种方法可以有效地进行模糊聚类。 Abstract：Inthisarticle，theusualmethodsoffuzzyclusteringisstudiedthoroughly，anew methodthatbringsself-or— ganizingcompetitiveneuralnetworksintothefieldoffuzzyclusteringisproposed．Theemulationalresultsshow thatthis waycandofuzzyclusteringeffectively． 关键词：自组织；神经网络；相似性；模糊聚类 Keywords：self-organizing；neuralnetworks；similarity；fuzzyclustering 中图分类号：TP183 文献标识码：A 先求出相关聚类问题样本的模糊相似矩阵，该矩阵反映了 1 引言 样本之间的相似关系；然后以模糊相似矩阵作为神经网络 的输入，对神经网络进行训练。如果样本选择合理，具有代 所谓聚类就是按照事物的某些属性把事物聚类成类 ， 表性的话，经过训练的神经网络就具备 了识别这一聚类 问 使类间的相似性尽量小，类内的相似性尽量大。通过适 当 题其他实例的能力，可以用来对其他实例进行聚类分析。 聚类，事物才能便于研究，事物的内部规律才能为人类所掌 图1是该方法的具体实现过程。 握。聚类方法包括统计方法、机器学习方法、神经网络方法 等。由于客观世界中大量存在着界线并不分明的聚类问 题，如在区分 “青年人”和 “中年人”时就需要模糊的划分，由 此模糊聚类应运而生。通常的模糊聚类方法都属于统计方 法的范畴，利用统计方法的聚类都是一种基于全局比较得 到的聚类，需要考察所有的实例才能决定类的划分。因此， 它要求所有的数据必须预先给定，而不能动态增加新的数 据对象。本文在对常规模糊聚类方法分析的基础上，提出 了一种基于自组织竞争神经网络技术的模糊聚类方法。 2 自组织神经网络模糊聚类的过程 利用自组织神经网络进行模糊聚类的基本思路是 ：首