一种 SOM 和 K-Means 结合算法在 SMT 焊接质量中的应用研究
张强武
唐露新
1.广东工业大学信息工程学院 广州 5100062.广东工业大学信息工程学院 广州 510006
摘要：针对SOM 神经网络算法复杂度高精度低以及K-Means聚类算法需事先确定聚类（簇）数目和随机选取初始聚类中心的不足，论文提出了一种SOM神经网络与K-M eans相结合的S-K二次聚类算法，进行功能互补。该算法应用在SM T焊接质量上，能提高数据聚类信息的精确度，直观地看到数据的分布情况，改善系统的整体性能。
关键词：SOM神经网络K-Means类聚SMT焊接质量
分类号：TP399(计算技术、计算机技术)
资助基金：广东省教育部产学研合作专项(2012B091100056)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1127-1130,1136 )
英文信息