原文服务方: 计算机应用研究       
摘要:
针对人工鱼的特点,提出了一种新的聚类分析算法--人工鱼群聚类分析算法.该算法是一种基于网格和密度的聚类分析算法,它能够自动获得簇类数K,能对任意形状的数据库进行聚类,具有较好的并行性,通过网格大小的控制可获得不同层次的聚类结果.它克服了K均值算法要指定簇数K的困难和对球状数据库效果好的缺憾.
推荐文章
一种改进的人工鱼群优化算法
人工鱼群优化算法
觅食
群聚
追尾
移动步长
变异策略
基于粒计算与粗糙集的人工鱼群聚类算法
聚类
粒计算
粗糙集
属性约简
基于人工鱼群算法的Web用户聚类分析
人工鱼群
用户聚类
日志挖掘
蚁群聚类分析算法在茶叶等级分类识别中的应用
茶叶分级
蚁群算法
聚类分析
等级分类
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 人工鱼群聚类分析算法
来源期刊 计算机应用研究 学科
关键词 聚类分析 人工鱼群算法 密度 网格
年,卷(期) 2009,(10) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3666-3668
页数 3页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.10.018
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 何登旭 广西民族大学数学与计算机科学学院 45 340 9.0 17.0
2 曲良东 广西民族大学数学与计算机科学学院 26 267 8.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (730)
参考文献  (6)
节点文献
引证文献  (18)
同被引文献  (66)
二级引证文献  (38)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(6)
  • 引证文献(4)
  • 二级引证文献(2)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(15)
  • 引证文献(3)
  • 二级引证文献(12)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(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
人工鱼群算法
密度
网格
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
论文1v1指导