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:
蚁群算法是一种新型的模拟进化算法,在求解复杂的组合优化问题中获得成功并表现出良好的性能.文章介绍了蚁群算法在分类和聚类两个重要的数据挖掘任务中的应用研究情况,阐述了算法的基本原理及特性,最后总结了蚁群算法在数据挖掘应用中尚待解决的问题.
推荐文章
改进蚁群算法MMAS在分类规则挖掘中的研究
数据挖掘
分类规则
蚁群算法
最大最小蚂蚁系统
AntMiner+
模糊蚁群聚类及其在数据挖掘中的应用
聚类分析
模糊聚类
蚁群算法
数据挖掘
蚁群算法在水科学中的应用研究进展
蚁群算法
优化
水土资源
应用
基于蚁堆原理的聚类算法在数据挖掘中的应用研究
聚类
数据挖掘
基于蚁堆原理的聚类算法
改进模型
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 蚁群算法在数据挖掘中的应用研究
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 数据挖掘 聚类 分类
年,卷(期) 2004,(28) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 171-173
页数 3页 分类号 TP274
字数 4484字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.28.053
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 刘春煌 铁道科学研究院电子所 32 604 12.0 24.0
2 尹晓峰 铁道科学研究院电子所 8 153 5.0 8.0
3 张惟皎 铁道科学研究院电子所 6 254 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (33)
参考文献  (2)
节点文献
引证文献  (88)
同被引文献  (65)
二级引证文献  (296)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(10)
  • 引证文献(8)
  • 二级引证文献(2)
2007(23)
  • 引证文献(11)
  • 二级引证文献(12)
2008(39)
  • 引证文献(11)
  • 二级引证文献(28)
2009(45)
  • 引证文献(11)
  • 二级引证文献(34)
2010(56)
  • 引证文献(11)
  • 二级引证文献(45)
2011(40)
  • 引证文献(7)
  • 二级引证文献(33)
2012(32)
  • 引证文献(3)
  • 二级引证文献(29)
2013(34)
  • 引证文献(10)
  • 二级引证文献(24)
2014(30)
  • 引证文献(5)
  • 二级引证文献(25)
2015(17)
  • 引证文献(3)
  • 二级引证文献(14)
2016(24)
  • 引证文献(4)
  • 二级引证文献(20)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
蚁群算法
数据挖掘
聚类
分类
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导