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:
以福建省37种针阔树种的10个防火性能指标为数据来源,运用粒子群聚类算法将树种分成6类.结果 表明:分类达到了较理想的效果,总体符合生产实际情况.与蚁群聚类算法比较,粒子群聚类算法应用于防火树种分析能够获取较优的适应值聚类、较大的类间距离和较小的类内距离.粒子群聚类算法便于应用,可为林业科学中相关研究提供一种新手段.
推荐文章
粒子群聚类算法综述
聚类分析
群智能
粒子群优化算法
云南省建水县防火树种筛选研究
乡土树种
防火性能
层次分析法
建水县
应用SOM网络模型进行防火树种分类研究
抗火性能
防火树种
SOM模型
模式分类
基于改进的简化粒子群聚类算法
简化粒子群算法
粒密度
最大距离积法
随机分布
极值扰动算子
K-means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 基于粒子群聚类的防火树种分类
来源期刊 北华大学学报(自然科学版) 学科 农学
关键词 粒子群 k-均值 聚类分析 防火树种
年,卷(期) 2011,(2) 所属期刊栏目 林业科学
研究方向 页码范围 224-228
页数 分类号 S79|TP391
字数 2688字 语种 中文
DOI 10.3969/j.issn.1009-4822.2011.02.022
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 王李进 福建农林大学计算机与信息学院 26 274 8.0 16.0
2 胡欣欣 福建农林大学计算机与信息学院 23 247 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (38)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(3)
  • 参考文献(1)
  • 二级参考文献(2)
1991(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(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(2)
  • 参考文献(2)
  • 二级参考文献(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
粒子群
k-均值
聚类分析
防火树种
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
北华大学学报(自然科学版)
双月刊
1009-4822
22-1316/N
大16开
吉林市滨江东路3999号
12-184
2000
chi
出版文献量(篇)
3823
总下载数(次)
8
总被引数(次)
16075
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导