Kohonen网络在烟叶动态分类中的应用.docVIP

Kohonen网络在烟叶动态分类中的应用 Kohonen网络在烟叶动态分类中的应用 第34卷第1期 2004年1月 中国海洋大学 JOURNALOFOCEANUNIVERSITYOFCHINA 34(1):121,127 Jan.,2004 Kohonen网络在烟叶动态分类中的应用 贺英,冯天瑾,曹均阔 (中国海洋大学1.电子工程系;2.计算机系,山东青岛266071) 摘要:针对输入为高维化学指标数据的烟叶分类问题,提出1种改进的Kohonen自组织特征映射 神经网络的聚类方法.在数据预处理时,加入了领域专家经验,对输入特征向量中的各个分量分配不 同的分类参与度;用Gauss邻域函数替代了标准Kohonen网络的方形邻域;在2个学习阶段学习率和 邻域宽度采用了不同的递减函数.通过应用证明了改进后的Kohonen网络的收敛效果和聚类精度比 K—means聚类方法和标准的Kohonen网络都有较大的提高. 关键词:烟叶分类;K—means聚类算法;Kohonen网络;分类参与度;SOFM算法的改进 中图法分类号:TP183文献标识码:A文章编号:1672—1574(2004)01121—07 卷烟产品的基础是叶组.叶组配方是将多种不同香型风格,产地,等级的烟叶进行合理的 组合,使之达到期望的质量要求(包括感官质量和烟气指标)[1].在卷烟生产中,常常由于生产