原文服务方: 科技与创新       
摘要:
本文提出一种基于扩散信息素模型的全局收敛蚁群聚类算法,设计新的信息素更新机制与概率转移机制,适用于复杂的数据集分析.实验结果表明,新算法在聚类效果上比基本的蚁群聚类算法有较明显的改善.最后将新算法应用于电信运营商的客户数据分析中,用于建立客户细分聚类模型,对复杂客户数据集进行分类,取得了较理想的效果.
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
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
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
改进蚁群聚类算法在火山岩岩性识别中的应用
测井解释
蚁群算法
模糊聚类
火山岩
岩性识别
松辽盆地
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 基于扩散信息素的蚁群聚类算法及应用
来源期刊 科技与创新 学科
关键词 蚁群算法 聚类分析 信息素扩散模型 客户分类
年,卷(期) 2010,(15) 所属期刊栏目
研究方向 页码范围 173-175
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.15.070
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 林亚平 湖南大学软件学院 231 2974 26.0 42.0
2 胡玉鹏 湖南大学软件学院 34 198 8.0 12.0
3 刘平 湖南大学软件学院 39 90 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (111)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群算法
聚类分析
信息素扩散模型
客户分类
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导