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:
手写数字聚类是模式识别研究中的一个重要研究方向,但应用传统的进化算法对手写数字进行聚类分析往往存在着收敛速度慢,易陷入局部最优等问题,本文提出了用蜂群算法求解数字聚类问题,并且提出了3种蜜蜂的位置更新算子,建立了3种算子的动态更新公式,最后阐述了利用该算法对手写数字聚类的具体步骤。通过典型的手写数字实例进行了仿真实验,实验表明:该算法能够很好的实现手写数字聚类,并且克服了过早收敛的现象,而且能够加快收敛速度。
推荐文章
基于人工蜂群优化的K均值聚类算法
聚类分析
K均值算法
人工蜂群算法
聚类中心
优化
基于改进人工蜂群算法与MapReduce的大数据聚类算法
数据分析
聚类算法
人工蜂群算法
灰狼优化算法
云计算
分布式计算
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
基于人工蜂群的项聚类推荐算法
协同过滤
推荐算法
人工蜂群
时间权重函数
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 基于人工蜂群算法的手写数字聚类研究
来源期刊 光电子 学科 工学
关键词 人工蜂群算法 手写数字聚类 组合优化
年,卷(期) gdz,(2) 所属期刊栏目
研究方向 页码范围 33-38
页数 6页 分类号 TP39
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(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
人工蜂群算法
手写数字聚类
组合优化
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
光电子
季刊
2164-5450
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
155
总下载数(次)
2
论文1v1指导