原文服务方: 计算机应用研究       
摘要:
提出了基于自适应微粒群优化的并行聚类算法,采用了任务分布方案和部分异步并行通信,降低了计算时间.这种并行自适应微粒群算法结合了并行微粒群算法的快速寻优能力和自适应参数动态优化特性,保持了群体多样性从而避免了种群退化.最后将该算法应用于电信客户细分中.实验证明,该算法在并行机群上具有了较好的准确性、加速性和可扩展性.
推荐文章
电信客户细分中基于聚类算法的数据挖掘技术研究
数据挖掘
客户细分
SPSSModeler
K-means算法
一种基于聚类的小生境微粒群算法
聚类
多种群策略
小生境
微粒群算法
聚类算法在银行客户细分中的应用
聚类
K-means算法
X-means算法
客户细分
模糊系统的微粒群并行聚类算法
并行聚类
模糊系统微粒群优化
任务并行
异步通信
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 微粒群并行聚类在客户细分中的应用
来源期刊 计算机应用研究 学科
关键词 并行聚类 自适应 微粒群优化 电信客户细分
年,卷(期) 2008,(10) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2987-2990,2994
页数 5页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.10.030
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 廖晓峰 重庆大学计算机学院 154 1634 20.0 31.0
2 王华秋 重庆大学计算机学院 22 295 8.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (38)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
并行聚类
自适应
微粒群优化
电信客户细分
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
论文1v1指导