自组织映射的视觉聚类特性在机器零件细胞构建中的应用
摘要：用自组织映射（SOM）算法和无监督神经网络提出一种机器-零件细胞形成的可视化聚类方法，以实现更好的细胞形成群体技术效率测量和SOM质量测量。所建立的最佳SOM地图大小选择标准基于SOM训练期间的量化误差、拓扑误差和平均失真度测量结果，以获得最佳的聚类和拓扑保持。为了评估提出的算法的性能，我们测试了文献中可用的几个基准问题。结果显示，所提出的方法不仅生成了迄今为止文献中报告的任何结果，还在某些情况下产生了更好的结果。所提出方法的有效性也经过了统计验证。
作者：Manojit Chattopadhyay, Pranab K. Dan, Sitanath Majumdar
论文ID：1201.5518
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2012-01-27