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:
针对K-均值聚类算法时初始值敏感和易陷入局部最优的缺点,提出了一个基于自适应杂交差分演化模拟退火的K-均值聚类算法.该算法以差分演化算法为基础,通过模拟退火算法的更新策略来增强全局搜索能力,并运用自适应技术来选择学习策略、确定算法的关键参数.实验结果表明,该算法能较好地克服传统K-均值聚类算法的缺点,具有较好的全局收敛能力,且算法稳定性强、收敛速度快,将新算法与传统的K-均值聚类算法以及最近提出的几个同类聚类算法进行了比较.
推荐文章
基于曲线自适应和模拟退火的蝗虫优化算法
蝗虫优化算法
模拟退火算法
混合算法
自适应曲线
基于双阈值的具有记忆功能的自适应模拟退火算法
模拟退火算法
智能化算法
最优组合
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
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 聚类问题的自适应杂交差分演化模拟退火算法
来源期刊 计算机工程与应用 学科 工学
关键词 聚类分析 差分演化算法 模拟退火算法 自适应技术 K-均值聚类算法
年,卷(期) 2010,(23) 所属期刊栏目
研究方向 页码范围 41-43,78
页数 分类号 TP301|O213
字数 5174字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.23.011
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 胡中波 孝感学院数学系 23 89 4.0 9.0
2 苏清华 孝感学院数学系 15 61 3.0 7.0
6 熊一能 孝感学院数学系 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (218)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (22)
二级引证文献  (24)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(3)
  • 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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
聚类分析
差分演化算法
模拟退火算法
自适应技术
K-均值聚类算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导