一种改进的sofm聚类算法研究

针对常规sofm(self-organizingfeaturemap)无监督的神经网络,提出了一种改进的自组织特征映射sofm神经网络算法。在常规sofm网络数据聚类算法基础上,分析了其在实际应用中存在的不足,对初始权值设定以及邻域范围选择等方面进行了算法的优化和改进,进而提高了sofm神经网络聚类算法的正确率、收敛速度和实时性,并利用仿真实验进一步对提出的改进算法进行了验证。