论文研究链状分布的神经网络聚类分析.pdf

针对以往很多聚类方法不适用于链状分布的样品的情况,运用簇的概念确定新的“重心”点,然后将原始意义上的“距离”改用弧度来表征,再运用神经网络来对样品进行聚类。应用著名的“古斯塔夫森十字”图形进行仿真实验。结果显示：该方法算法简洁,运算迅速,条理清晰,分类准确,适合于处理链状分布的聚类问题。