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:
从模仿蚂蚁堆积的尸体的基本模型出发,引入了相似因子和相异因子的概念,通过重新定义接受分数的计算公式,能够使聚类结果更纯,聚类速度更快.实验结果表明新算法明显改善了聚类质量.
推荐文章
一种蚁群聚类算法
蚁群算法
聚类
优化
均匀交叉
一种改进的自适应蚁群聚类算法
聚类分析
蚁群算法
蚂蚁移动
自适应
一种基于蚁群聚类的径向基神经网络
径向基神经网络
蚁群聚类算法
基函数
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 一种基于蚁群聚类的快速算法
来源期刊 计算机工程 学科 工学
关键词 蚁群算法 聚类 集群算法 LF算法 相似因子 相异因子
年,卷(期) 2007,(6) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 206-207,210
页数 3页 分类号 TP393
字数 3158字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.06.072
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 陈传波 华中科技大学软件学院 217 2973 28.0 45.0
2 罗增琦 华中科技大学计算机科学与技术学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (9)
同被引文献  (15)
二级引证文献  (92)
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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(8)
  • 引证文献(1)
  • 二级引证文献(7)
2010(10)
  • 引证文献(2)
  • 二级引证文献(8)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(12)
  • 引证文献(0)
  • 二级引证文献(12)
2015(15)
  • 引证文献(0)
  • 二级引证文献(15)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
聚类
集群算法
LF算法
相似因子
相异因子
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导