-
题名贝叶斯正则化的SOM聚类算法
被引量：9
- 1
-
-
作者
陈万振
张予瑶
苏一丹
覃华
蒙祖强
-
机构
广西大学计算机与电子信息学院
-
出处
《计算机工程与设计》
北大核心
2017年第1期127-131,共5页
-
基金
国家自然科学基金项目(61363027)
-
文摘
研究贝叶斯正则化的自组织映射神经网络(self-organizing map,SOM)聚类训练算法。根据正则化的思想,在SOM权值调整公式中引入反映网络权值复杂性的惩罚项,避免权值调整过程中出现过度拟合。利用贝叶斯推理获取权值调整公式中的最优超参数,使迭代训练过程中网络权值和输入样本的概率分布更趋于一致,达到提升SOM聚类结果的目的。在UCI数据集上的实验结果表明,与传统的SOM算法相比,该算法的聚类凝聚度平均提升了1.5倍,聚类的准确率亦有提高,聚类效果较好。
-
关键词
聚类
自组织映射(SOM)
权值调整
贝叶斯正则化
超参数
-
Keywords
clustering
SOM
weight adjustment
Bayesian regularization
hyper parameter
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
