原文服务方: 计算机应用研究       
摘要:
为了提高蚁群化学聚类算法的聚类效果,通过引入径向基核函数改进蚁群化学聚类算法的相似度度量式,提出了核蚁群化学聚类算法.将核蚁群化学聚类算法用于三个标准数据集合,计算结果表明与蚁群化学聚类算法相比,核蚁群化学聚类算法聚类效果提升显著.将核蚁群化学聚类算法、核自组织神经网络映射算法和基于多项式核的结构化有向树数据聚类算法同时用于Iris数据集合,结果显示三种核聚类算法聚类效果相当.
推荐文章
改进蚁群化学聚类算法在短期负荷预测中的应用
核函数
短期负荷预测
蚁群化学聚类
局部寻优
蚁群化学聚类在工程项目风险预测中的应用研究
蚁群化学聚类
支持向量机
风险预测
蚁群-遗传融合的文本聚类算法
蚁群算法
遗传算法
融合
文本聚类
基于蚁群算法的模糊C均值聚类
FCM
蚁群算法
模糊聚类算法
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 核蚁群化学聚类算法
来源期刊 计算机应用研究 学科
关键词 蚁群化学聚类算法 径向基核函数 核蚁群化学聚类算法
年,卷(期) 2010,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1326-1329
页数 4页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.04.033
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 郑建国 东华大学旭日工商管理学院 155 1539 19.0 33.0
2 王翔 东华大学旭日工商管理学院 15 258 7.0 15.0
3 王玉玲 东华大学旭日工商管理学院 5 50 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (185)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
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)
研究主题发展历程
节点文献
蚁群化学聚类算法
径向基核函数
核蚁群化学聚类算法
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