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:
聚类分析作为数据挖掘中一个重要的组成部分,主要用于在潜在的数据中发现有价值的数据分布和数据模式.在研究基本蚁群聚类模型、信息熵以及LF算法和K-means算法的基础上,提出了一种蚁群聚类组合算法策略.
推荐文章
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
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
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
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 蚁群聚类组合算法的研究
来源期刊 武汉科技大学学报(自然科学版) 学科 工学
关键词 聚类分析 蚁群算法 LF算法 K-means算法
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 83-86
页数 4页 分类号 TP311.12
字数 3887字 语种 中文
DOI 10.3969/j.issn.1674-3644.2007.01.023
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 张利敏 武汉理工大学计算机学院 9 27 3.0 5.0
2 张群 湖北工业大学计算机学院 6 42 4.0 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  (49)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (3)
二级引证文献  (14)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
聚类分析
蚁群算法
LF算法
K-means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
武汉科技大学学报(自然科学版)
双月刊
1674-3644
42-1608/N
湖北武汉青山区
chi
出版文献量(篇)
2627
总下载数(次)
1
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导