作者:
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:
基于蚁堆原理的聚类算法是一种新的仿生算法,该算法已经在当前的数据挖掘研究中得到了多种应用.本文在介绍回顾该算法发展历史的基础上,简要评述了部分具有代表性的该算法改进模型及其应用情况.最后,对该算法在今后的研究方向作了展望.
推荐文章
蚁群算法在数据挖掘中的应用研究
蚁群算法
数据挖掘
聚类
分类
基于数据挖掘的聚类算法研究
聚类
数据挖掘
支持向量聚类
模糊蚁群聚类及其在数据挖掘中的应用
聚类分析
模糊聚类
蚁群算法
数据挖掘
数据挖掘中聚类算法比较及在武警网络中的应用研究
数据挖掘
代表点聚类算法
基于密度的聚类算法
K-means聚类算法
指挥自动化
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 基于蚁堆原理的聚类算法在数据挖掘中的应用研究
来源期刊 科技广场 学科 工学
关键词 聚类 数据挖掘 基于蚁堆原理的聚类算法 改进模型
年,卷(期) 2007,(1) 所属期刊栏目 数据库
研究方向 页码范围 99-101
页数 3页 分类号 TP301.6
字数 2814字 语种 中文
DOI 10.3969/j.issn.1671-4792.2007.01.034
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 周鹏 12 61 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (87)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
数据挖掘
基于蚁堆原理的聚类算法
改进模型
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
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导