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:
根据模拟退火具有寻求全局最优解的特性,在分析模拟退火基本理论的基础上,利用模拟退火基本思想对传统的空间聚类方法--K-means算法进行优化.然后分别对优化后的算法和传统算法进行实验分析.实验结果表明:优化后的方法以概率接受劣解的方式跳出局部极小值,从而为寻求全局的最优解提供了可能.另外,在优化过程中提出并应用了点密度的思想,使得聚类结果不受初始值影响,其执行效率也有所提高.
推荐文章
基于遗传模拟退火算法的模糊聚类方法
模拟退火(SA)
遗传算法(GA)
模糊聚类
模拟退火K均值聚类算法及其应用研究
数据挖掘
聚类
模拟退火算法
k均值算法
评价指标模型
烟草商业企业
基于模拟退火遗传算法的聚类分析
聚类
遗传算法
模拟退火算法
模拟退火遗传算法
基于模拟退火高斯扰动的蝙蝠优化算法
蝙蝠算法
模拟退火
高斯扰动
仿真
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 基于模拟退火的空间聚类算法
来源期刊 测绘科学技术学报 学科 地球科学
关键词 模拟退火 空间聚类 K-means算法 聚类准则函数 点密度
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 306-309
页数 分类号 P208
字数 3829字 语种 中文
DOI 10.3969/j.issn.1673-6338.2010.04.018
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 钱海忠 信息工程大学测绘学院 78 778 17.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (18)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (16)
二级引证文献  (7)
1998(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(4)
  • 参考文献(4)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模拟退火
空间聚类
K-means算法
聚类准则函数
点密度
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
测绘科学技术学报
双月刊
1673-6338
41-1385/P
大16开
河南省郑州市陇海中路66号
36-391
1984
chi
出版文献量(篇)
2536
总下载数(次)
9
总被引数(次)
23241
论文1v1指导