基于核的自组织映射聚类
肖云1,韩崇昭1,王选宏2,张俊杰1
(1.西安交通大学电子与信息工程学院，710049,西安；2.西安科技大学通信与信息工程学院，710054,西安）
摘要:将核学习的方法应用于自组织映射聚类中，提出了一种核自组织映射聚类算法.该算法以核函数代替原始数据在特征空间中映射值的内积，并且神经元权值向量的初始化和更新都可由其组合系数向量表示，从而获得了直观而简单的迭代公式.分析了算法中学习速率过高会降低学习稳定性、学习速率过低又会降低收敛速度等参数选择问题，给出了一组折中考虑学习稳定性和收敛速度要求的参数初始值.实验结果表明，核自组织映射聚类对于非椭圆型的类分布数据，如环形数据，聚类正确率也能够达到99.8864%.对IRIS数据集和入侵检测报警数据的聚类也证明了核自组织映射聚类方法的良好性能.
关键词:聚类算法；自组织映射；特征空间；核函数
中图分类号:TP181文献标识码:A文章编号:0253-987X(2005)12-1307-04