原文服务方: 计算机应用研究       
摘要:
针对现有的大部分划分聚类算法受聚类簇的个数K的限制,提出一种基于蜂群原理的划分聚类算法.该方法通过引入蜂群采蜜机制,将聚类中心视为食物源,通过寻找食物源的自组织过程来实现数据对象的聚集.在聚类的过程中引入紧密度函数来评价聚类中心(局部),引入分离度函数来确定最佳聚类簇的个数(全局).与传统的划分聚类算法相比,本算法无须指定聚类个数即可实现聚类过程.通过仿真实验表明,提出的算法不但对最佳聚类数有良好的搜索能力,而且有较高的准确率:算法时间复杂度仅为0(n×k3)(k<<n),具有较高的执行效率.
推荐文章
一种基于路径的划分聚类算法
划分聚类
距离度量
目标准则函数
一种基于网格的增量聚类算法
增量
聚类
网格
数据挖掘
一种基于相容关系的聚类算法
聚类
相容关系
相容(子)集
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 一种基于蜂群原理的划分聚类算法
来源期刊 计算机应用研究 学科
关键词 聚类 划分聚类 人工蜂群 紧密度 分离度
年,卷(期) 2011,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1699-1702
页数 分类号 TP391|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.05.030
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 王洪国 山东师范大学管理与经济学院 44 455 13.0 19.0
5 邵增珍 山东师范大学信息科学与工程学院 60 455 12.0 18.0
9 尹会娟 山东师范大学管理与经济学院 3 32 2.0 3.0
10 刘雷 山东师范大学管理与经济学院 13 45 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (129)
参考文献  (6)
节点文献
引证文献  (14)
同被引文献  (67)
二级引证文献  (43)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(3)
  • 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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(10)
  • 引证文献(5)
  • 二级引证文献(5)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(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
划分聚类
人工蜂群
紧密度
分离度
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