面向分类数据的自组织神经网络

• 作 者: 汪加才 陈奇 俞瑞钊
• 机 构: 浙江大学人才智能研究所
• 出 处: 计算机工程与应用
• 发表日期: 2003年5期
• 关键词: 分类数据 自组织神经网络 聚类 数据挖掘 数据库 Categorical data Clustering SOM Data mining

作为一种优良的聚类和降维工具，自组织神经网络SOM（Self Organizing Feature Maps)已经得到广泛应用。其不足之处是仅适合于数值数据，这对时常需要处理分类型数据（Categorical valued data)或数值型与分类型混合数据（Mixed numeric and categorical valued data)的数据挖掘应用是不够的。该文提出了一种新的基于覆 （Overlap)的距离函数并将其用于SOM训练。实验结果表明，在不增加时空开销的前提下可取得较好的聚类效果。