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:
为了改进蚁群算法因大量引入随机机制所引发的不稳定性,引入巢模板来改进聚类规则,提出一种基于巢模板的核空间蚁群聚类算法,并与原空间上的聚类算法进行比对.该算法用支持向量机的非线性映射函数把数据样本映射到核空间,再用巢模板记忆蚁群群体特征.核空间上的巢模板蚁群聚类算法能较好地处理特征复杂、类别多的数据集,其聚类结果比较接近真实情况,并且效果明显优于原空间上的聚类算法.
推荐文章
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
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
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
基于区域生长和蚁群聚类的图像分割
区域生长
群体智能
蚁群聚类
引导函数
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 基于巢模板的核空间蚁群聚类算法
来源期刊 广西科学院学报 学科 工学
关键词 蚁群聚类 支持向量机 非线性映射函数 核函数 巢模板
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 406-408,411
页数 分类号 TP311
字数 2972字 语种 中文
DOI 10.3969/j.issn.1002-7378.2010.04.005
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 覃华 广西大学计算机与电子信息学院 52 334 11.0 15.0
2 张敏 广西大学计算机与电子信息学院 61 407 12.0 17.0
3 徐燕子 广西大学计算机与电子信息学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (38)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
蚁群聚类
支持向量机
非线性映射函数
核函数
巢模板
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
广西科学院学报
季刊
1002-7378
45-1075/N
大16开
广西南宁市大岭路98号
1982
chi
出版文献量(篇)
1934
总下载数(次)
0
总被引数(次)
9503
论文1v1指导