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:
从蚁群聚类算法模拟实验出发,结合待聚类数据源应满足可分性、稳定性和可变性特点的需求,针对数据源的产生和存储问题,给出了一种以服从正态分布的随机向量组来模拟的方法.通过Matlab随机数的产生和数据库的存储与更新技术的阐述,使用不同分布特征下的向量组来抽象数据源的可分性、对向量组的存储及更改,使其满足稳定性和可变性的处理方式,达到了模拟蚁群聚类实验的目的,于.Net环境下用C#Windows应用程序加以实现.在LF算法对产生的随机向量组作用后,运行结果表明该方法产生的数据源是有效的.
推荐文章
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
蚁群聚类算法在客户关系管理中的应用
蚁群算法
客户关系管理
聚类分析
蚁群聚类算法
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
改进蚁群聚类算法在火山岩岩性识别中的应用
测井解释
蚁群算法
模糊聚类
火山岩
岩性识别
松辽盆地
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 Matlab在蚁群聚类算法数据源产生中的应用
来源期刊 计算机技术与发展 学科 工学
关键词 随机数产生 蚁群聚类 .net C#
年,卷(期) 2009,(7) 所属期刊栏目 应用开发研究
研究方向 页码范围 216-219
页数 4页 分类号 TP311
字数 2954字 语种 中文
DOI 10.3969/j.issn.1673-629X.2009.07.062
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 李明东 西华师范大学微机应用研究所 171 656 11.0 18.0
2 陈寿文 西华师范大学微机应用研究所 5 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (51)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (11)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(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
随机数产生
蚁群聚类
.net
C#
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导