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:
提出了一种基于改进蚁群算法的动态K-均值聚类算法思想,该算法首先利用蚁群算法的较强处理局部极值的能力,动态地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K-均值聚类弥补蚁群算法的不足。两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的蚁群聚类算法分析。
推荐文章
基于改进K-均值算法的未知雷达信号分选
K-均值
雷达信号分选
聚类数目
聚类中心
免疫规划K-均值聚类算法识别电梯群控交通流模式
K-均值
免疫聚类算法
电梯群控
交通流模式
基于磁盘的K-均值算法研究
数据挖掘
聚类分析
K-均值
关系数据库
改进的K-均值算法在岩相识别中的应用
岩相识别
测井资料
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 改进蚁群算法的动态K-均值聚类分析
来源期刊 教育技术导刊 学科 工学
关键词 蚁群算法 K-均值聚类 动态K-均值聚类算法
年,卷(期) 2008,(1) 所属期刊栏目
研究方向 页码范围 154-155
页数 2页 分类号 TP18
字数 语种
DOI
五维指标
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
研究主题发展历程
节点文献
蚁群算法
K-均值聚类
动态K-均值聚类算法
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
教育技术导刊
月刊
1672-7800
42-1671/TP
武汉市武昌区洪山路2号湖北科教大厦B座1
出版文献量(篇)
219
总下载数(次)
0
总被引数(次)
0
论文1v1指导