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:
首先对一种单蚁群聚类算法作了改进,然后模仿多蚁群的协作性能,将运动速度各异的多个蚁群独立且并行地进行聚类分析,并将其聚类结果组合为超图,然后再用蚁群算法对超图进行二次划分,并得到了4个数据库的测试结果.
推荐文章
基于信息熵的蚁群聚类组合算法的研究
聚类
蚁群聚类
信息熵
K-均值
一种蚁群聚类算法
蚁群算法
聚类
优化
均匀交叉
一种改进的自适应蚁群聚类算法
聚类分析
蚁群算法
蚂蚁移动
自适应
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
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 一种多蚁群聚类组合算法研究及其应用
来源期刊 计算机应用与软件 学科 工学
关键词 聚类分析 蚁群算法 超图 改进 协作
年,卷(期) 2010,(12) 所属期刊栏目
研究方向 页码范围 205-207,229
页数 分类号 TP3
字数 3970字 语种 中文
DOI 10.3969/j.issn.1000-386X.2010.12.066
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 魏先民 潍坊学院计算机与通信工程学院 43 201 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (31)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (23)
二级引证文献  (21)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类分析
蚁群算法
超图
改进
协作
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导