基于信息熵的蚁群聚类算法的改进

• 作者: 孙艳蕊 张志国 李金娜 赵伟丽
• 来源期刊: 沈阳化工学院学报
• 学科: 工学
• 关键词: 聚类分析 蚁群算法 信息熵 类属性
• 年，卷（期）: 2005,（4）
• 页码范围: 296-300
• 页数: 5页
• 分类号: TP391
• 字数: 3224字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2198.2005.04.014

摘要

聚类分析是数据挖掘领域中的一个重要研究课题.在LF算法的基础上,利用信息熵减少参数设置,并通过半径递增、短期记忆、强行放下、合并聚类等策略,提高聚类性能.仿真实验表明:新算法能取得较好的聚类结果,对于处理混合属性数据集尤其是类属性数据集聚类问题相当有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙艳蕊	东北大学理学院	40	182	8.0	11.0
2	李金娜		28	103	6.0	9.0
3	赵伟丽	东北大学理学院	1	24	1.0	1.0
4	张志国	东北大学理学院	1	24	1.0	1.0