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:
首先介绍了蚁群算法及其改进;然后在聚类分析概念基础上,综合国内外研究与实践,阐述了蚁群算法的聚类应用,重点阐述了蚁群算法用于聚类的原理,蚁群聚类的算法研究、机器人、图像和网站访问客户信息等应用.最后,给出蚁群算法在聚类研究和应用的可能方向.
推荐文章
蚁群-遗传融合的文本聚类算法
蚁群算法
遗传算法
融合
文本聚类
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
改进蚁群算法在文本聚类中的应用研究
蚁群算法
文本聚类
向量空间模型
信息素
蚁群算法在文本聚类中的应用研究
文本聚类
移动策略
观察半径
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 蚁群算法及其聚类应用
来源期刊 矿山机械 学科
关键词 蚁群算法 蚁群优化 聚类
年,卷(期) 2007,(1) 所属期刊栏目 通用
研究方向 页码范围 114-116
页数 3页 分类号
字数 语种 中文
DOI
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 王正友 27 325 10.0 17.0
2 许慧 1 0 0.0 0.0
3 杨欢庆 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (372)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(10)
  • 参考文献(1)
  • 二级参考文献(9)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(10)
  • 参考文献(0)
  • 二级参考文献(10)
2001(10)
  • 参考文献(1)
  • 二级参考文献(9)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(10)
  • 参考文献(2)
  • 二级参考文献(8)
2004(7)
  • 参考文献(3)
  • 二级参考文献(4)
2005(6)
  • 参考文献(6)
  • 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)
研究主题发展历程
节点文献
蚁群算法
蚁群优化
聚类
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
矿山机械
月刊
1001-3954
41-1138/TD
大16开
河南省洛阳市涧西区重庆路
36-21
1973
chi
出版文献量(篇)
14091
总下载数(次)
26
总被引数(次)
36664
论文1v1指导