基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了一种基于密度和网格的聚类分析算法--蚁群爬山法(ACH),这种算法能自动获得簇数k的值和任意形状的簇的划分,并具有较好的并行性.通过对网格大小的控制可获得不同层次的聚类结果.
推荐文章
采用序优化的改进蚁群算法
蚁群算法
序优化
盲目挑选
旅行商问题
基于微粒群算法的聚类分析
数据挖掘
聚类分析
微粒群算法
爬山法与模式蚁群法混合的贝叶斯优化算法
贝叶斯优化算法
爬山法
局部搜索
模式
蚁群算法
目标分配
基于改进蚁群算法的聚类分析
聚类
蚁群算法
蚁群聚类算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用蚁群爬山法进行聚类分析的算法
来源期刊 计算机工程 学科 工学
关键词 蚁群爬山法 聚类 算法
年,卷(期) 2003,(10) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 79-80
页数 2页 分类号 TP18
字数 2216字 语种 中文
DOI 10.3969/j.issn.1000-3428.2003.10.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王鹏 中国科学院成都计算机应用研究所 195 1743 20.0 34.0
2 曾振柄 中国科学院成都计算机应用研究所 24 199 9.0 13.0
3 谢千河 电子科技大学应用数学系 2 29 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (27)
同被引文献  (31)
二级引证文献  (57)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(8)
  • 引证文献(5)
  • 二级引证文献(3)
2007(5)
  • 引证文献(2)
  • 二级引证文献(3)
2008(11)
  • 引证文献(5)
  • 二级引证文献(6)
2009(11)
  • 引证文献(3)
  • 二级引证文献(8)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(6)
  • 引证文献(0)
  • 二级引证文献(6)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
蚁群爬山法
聚类
算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导