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:
提出了一种基于蚁群算法的动态模糊聚类分析方法,并研究其在数据挖掘中的应用.该算法首先利用蚁群算法的较强处理局部极值的能力,克服了FCM算法对初始化的敏感,动态的确定了聚类数目和中心;然后利用蚁群聚类得到的结果,再进行FCM聚类弥补蚁群算法的不足.从而将蚁群算法与模糊C均值聚类有机的结合,实现了基于改进的目标函数聚类分析,可以寻求到具有全局分布特性的最优聚类.
推荐文章
基于蚁群聚类的动态加权PPI网络复合物挖掘
蚁群聚类
模糊粒度
动态PPI网络
功能传递
蛋白质复合物
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
基于扩散信息素的蚁群聚类算法及应用
蚁群算法
聚类分析
信息素扩散模型
客户分类
蚁群聚类在民族突发事件应急决策中的应用
蚁群聚类算法
混合属性数据
民族突发事件
智能辅助决策
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 模糊蚁群聚类及其在数据挖掘中的应用
来源期刊 福建电脑 学科 工学
关键词 聚类分析 模糊聚类 蚁群算法 数据挖掘
年,卷(期) 2007,(11) 所属期刊栏目 基金项目论文
研究方向 页码范围 13-14
页数 2页 分类号 TP3
字数 3856字 语种 中文
DOI 10.3969/j.issn.1673-2782.2007.11.007
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 黄习培 福建农林大学计算机与信息学院 15 67 5.0 7.0
2 田立 福建农林大学计算机与信息学院 4 8 2.0 2.0
3 黄红星 福建农林大学计算机与信息学院 6 20 3.0 4.0
4 阙树福 福建农林大学计算机与信息学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (64)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (9)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
模糊聚类
蚁群算法
数据挖掘
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
论文1v1指导