作者:
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:
聚类可以看成是寻找K个最佳聚类中心的过程.把一组聚类中心视为一个粒子,把总类内离散度和的倒数看成优化函数,采用变异概率作为粒子变异的条件,从而提高了粒子群的探索能力,克服粒子群收敛到局部最优值的缺点.因此通过变异粒子群算法能够找到最佳聚类中心.实验结果表明该算法有很好的稳定性,提高了聚类效果.
推荐文章
基于聚类的多子群粒子群优化算法
粒子群优化算法
聚类
子群
基于粒子群的粗糙核聚类算法
聚类
核函数
粗糙集
粒子群算法
属性加权
基于混沌粒子群和模糊聚类的图像分割算法
图像分割
混沌粒子群算法
模糊C-均值聚类
全局优化
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 基于变异粒子群的聚类挖掘
来源期刊 计算机工程与应用 学科 工学
关键词 聚类 变异 粒子群算法
年,卷(期) 2011,(21) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 130-132
页数 分类号 TP309
字数 4195字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.21.034
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 罗可 长沙理工大学计算机与通信工程学院 92 1085 16.0 28.0
2 王东 长沙理工大学计算机与通信工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (52)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (11)
二级引证文献  (34)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(10)
  • 引证文献(3)
  • 二级引证文献(7)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类
变异
粒子群算法
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