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:
聚类分析是数据挖掘的重要技术,可根据数据间的相似程度,将数据进行分类,现已广泛应用于工程和技术等领域中.元胞蚁群算法是在将元胞自动机的邻居和规则引入传统蚁群算法的基础上,利用元胞在离散元胞空间的演化规律和蚁群寻优特点的新型优化算法.针对聚类分析的特点,利用元胞蚁群算法进行求解,经实验测试和验证,获得了较好的结果.
推荐文章
智能单粒子优化算法在聚类分析中的应用
聚类分析
智能单粒子优化算法
粒子群优化
K-均值算法
微分进化算法的优化研究及其在聚类分析中的应用
微分进化算法
粒子群算法
主成分分析
聚类分析
K-均值聚类算法
聚类分析在多极值函数优化中的应用
局部最优
均匀选点
聚类分析
模式代表
遗传算法
全局最优
几种优化网格算法在智能集装箱中的应用
智能集装箱
网格算法
遗传算法
最优化
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 智能优化算法在聚类分析中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 聚类分析 元胞自动机 蚁群算法
年,卷(期) 2009,(19) 所属期刊栏目 数据库、信息处理
研究方向 页码范围 123-124,149
页数 3页 分类号 TP301.6
字数 3620字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.19.037
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 马良 上海理工大学管理学院 254 3597 28.0 49.0
2 刘勇 上海理工大学管理学院 58 293 10.0 15.0
4 王洪刚 上海理工大学管理学院 7 38 4.0 6.0
7 许秋艳 盐城工学院信息工程学院 9 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (220)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (5)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(14)
  • 参考文献(0)
  • 二级参考文献(14)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
聚类分析
元胞自动机
蚁群算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导