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:
针对蚁群聚类算法聚类质量不高的原因,使用K-Means算法改进蚁群聚类规则,提出一种新的K-Means蚁群聚类算法(KM-AntClust),并通过实验验证新算法的聚类效果.实验结果表明,新的算法可以明显提高聚类质量.
推荐文章
一种分裂式的k-means聚类算法
聚类
数据预处理
初始聚类中心
一种对孤立点不敏感的新的K-Means聚类算法
K-Means聚类算法
孤立点
轮廓系数
簇类数
聚类有效性评价函数
聚类中心
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种改进的K-means聚类算法
聚类分析
K-means算法
离群点数据
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 一种新的K-Means蚁群聚类算法
来源期刊 广西科学院学报 学科 工学
关键词 聚类 蚁群算法 K-平均算法
年,卷(期) 2008,(4) 所属期刊栏目
研究方向 页码范围 284-286
页数 3页 分类号 TP301
字数 1900字 语种 中文
DOI 10.3969/j.issn.1002-7378.2008.04.002
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 陈琴 广西大学计算机与电子信息学院 80 843 16.0 27.0
2 苏一丹 广西大学计算机与电子信息学院 114 849 16.0 23.0
3 马琳 广西大学计算机与电子信息学院 5 30 3.0 5.0
4 莫锦萍 广西大学计算机与电子信息学院 2 21 1.0 2.0
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  (21)
同被引文献  (25)
二级引证文献  (143)
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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(9)
  • 引证文献(3)
  • 二级引证文献(6)
2014(12)
  • 引证文献(3)
  • 二级引证文献(9)
2015(18)
  • 引证文献(3)
  • 二级引证文献(15)
2016(19)
  • 引证文献(0)
  • 二级引证文献(19)
2017(21)
  • 引证文献(3)
  • 二级引证文献(18)
2018(25)
  • 引证文献(2)
  • 二级引证文献(23)
2019(42)
  • 引证文献(1)
  • 二级引证文献(41)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
聚类
蚁群算法
K-平均算法
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
广西科学院学报
季刊
1002-7378
45-1075/N
大16开
广西南宁市大岭路98号
1982
chi
出版文献量(篇)
1934
总下载数(次)
0
总被引数(次)
9503
论文1v1指导