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:
蚂蚁等群居式昆虫具有分布式、自组织、基于信息素间接通信(pheromone)等群体协作能力,模拟其智能行为的蚁群算法解决了许多复杂的问题并在并在数据聚类分析领域取得成效.本文首先介绍了基于蚂蚁的聚类算法的基本理论,讨论了参数σ对邻域平均相似度的影响并做了实验分析比较,然后提出利用离散点对算法进行改进,通过对离散点的检测算法能够对蚂蚁行为进行控制,使蚂蚁快速地决定下一个负载节点,从而有效地缩短聚类分析的执行时间.实验表明改进后的蚂蚁聚类算法具有较好的聚类特性,其收敛性也得到了有效改善.
推荐文章
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
基于信息熵的蚁群聚类组合算法的研究
聚类
蚁群聚类
信息熵
K-均值
基于扩散信息素的蚁群聚类算法及应用
蚁群算法
聚类分析
信息素扩散模型
客户分类
蚁群聚类算法在隐写分析中的应用
隐写分析
富模型
集成分类
蚁群算法
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 基于离散点的蚁群聚类算法的研究
来源期刊 计算机科学 学科 工学
关键词 聚类 蚁群算法 平均相似度 相似度刻度因子 离散点
年,卷(期) 2005,(6) 所属期刊栏目 人工智能及图像处理
研究方向 页码范围 111-113,223
页数 4页 分类号 TP3
字数 4534字 语种 中文
DOI 10.3969/j.issn.1002-137X.2005.06.032
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 邱玉辉 西南师范大学计算机与信息科学学院 48 533 15.0 21.0
2 李瑞 西南师范大学计算机与信息科学学院 3 30 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (57)
参考文献  (3)
节点文献
引证文献  (16)
同被引文献  (7)
二级引证文献  (141)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(21)
  • 引证文献(1)
  • 二级引证文献(20)
2017(44)
  • 引证文献(2)
  • 二级引证文献(42)
2018(40)
  • 引证文献(1)
  • 二级引证文献(39)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
聚类
蚁群算法
平均相似度
相似度刻度因子
离散点
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
论文1v1指导