原文服务方: 微电子学与计算机       
摘要:
建立了聚类分析问题模型,分析了K-均值算法、模拟退火算法和基本蚁群算法的优缺点.对蚁群算法作了改进,思路是K-均值方法混合,利用K-均值方法的结果作为初值.经过比较测试,两种混合蚁群算法的效果都比较好,特别混合方法二的效果最好.
推荐文章
一种新的基于蚁群和凝聚的混合聚类算法
聚类算法
蚁群聚类
凝聚聚类
一种新的快速混合聚类算法
划分
层次
压碎
聚类
算法
一种新的混合聚类算法
混合聚类
粒子群优化算法
模糊C-均值算法
基于蚁群算法的模糊C均值聚类
FCM
蚁群算法
模糊聚类算法
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 一种新的基于混合蚁群算法的聚类方法
来源期刊 微电子学与计算机 学科
关键词 聚类分析 蚁群算法 K-均值算法 模拟退火算法
年,卷(期) 2006,(12) 所属期刊栏目
研究方向 页码范围 38-40,43
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.12.011
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 杨静宇 南京理工大学计算机科学与技术系 623 11098 50.0 74.0
2 高尚 江苏科技大学电子信息学院 159 1624 18.0 34.0
6 汤可宗 江苏科技大学电子信息学院 8 140 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (249)
参考文献  (4)
节点文献
引证文献  (31)
同被引文献  (68)
二级引证文献  (88)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(5)
  • 引证文献(5)
  • 二级引证文献(0)
2009(15)
  • 引证文献(8)
  • 二级引证文献(7)
2010(21)
  • 引证文献(5)
  • 二级引证文献(16)
2011(11)
  • 引证文献(3)
  • 二级引证文献(8)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(13)
  • 引证文献(1)
  • 二级引证文献(12)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类分析
蚁群算法
K-均值算法
模拟退火算法
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导