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:
提出基于量子粒子群的投影寻踪聚类算法,该算法将量子粒子群的全局搜索能力与投影寻踪对高维数据的降维能力相结合,有效解决了高维数据聚类计算量大效率低的问题.并将该算法应用于三种不同的测试数据,仿真实验结果表明该算法具有更好的效率,且提高了聚类效果,是解决高维聚类问题的一种有效方法.
推荐文章
改进的耗散量子粒子群优化算法及其应用
量子粒子群优化算法
耗散操作算子
函数优化
量子进化算法
一种量子行为粒子群优化动态聚类算法
粒子群优化
量子行为
完全学习策略
动态聚类
一种量子粒子群算法的改进方法
粒子群优化算法
量子粒子群优化算法
公共历史
并行搜索
局部最优
混合自适应量子粒子群优化算法
量子粒子群优化算法
收缩—扩张系数
差分策略
Levy飞行策略
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 量子粒子群在投影寻踪聚类中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 量子粒子群优化算法 投影寻踪 聚类
年,卷(期) 2011,(2) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 190-193
页数 分类号 TP391
字数 4653字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.02.057
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 雷秀娟 陕西师范大学计算机科学学院 43 470 12.0 19.0
2 张群 陕西师范大学计算机科学学院 9 10 2.0 3.0
3 马千知 陕西师范大学计算机科学学院 3 43 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (164)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
1997(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(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子粒子群优化算法
投影寻踪
聚类
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