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:
本文提出一种基于定位更新技术的人工蜂群算法,并将其应用于聚类分析问题.定位更新技术是在每一次待工蜂搜索结束后,充分利用当前最优解和最差解的信息,对最优解做进一步的更新.实验表明,基于定位更新技术的人工蜂群聚类算法,提高了算法利用先前的解来寻找更好解的开采能力.该算法与K-means算法、基于粒子群优化的聚类算法以及基于人工蜂群的聚类算法相比,具有更好的聚类性能.
推荐文章
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
一种改进的人工蜂群算法研究
人工蜂群算法
算法改进
数据分析
更新维度
领域搜索
仿真实验
基于模糊C-均值的改进人工蜂群聚类算法
人工蜂群算法
模糊C-均值
聚类分析
差分进化
搜索方程
一种具有学习能力的人工蜂群优化算法
人工蜂群算法
优化
学习能力
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 一种基于定位更新技术的人工蜂群聚类算法
来源期刊 南京师大学报(自然科学版) 学科 工学
关键词 定位更新技术 人工蜂群算法 聚类分析 开采能力
年,卷(期) 2015,(4) 所属期刊栏目 数学
研究方向 页码范围 95-102
页数 8页 分类号 TP391
字数 6238字 语种 中文
DOI
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 孙越泓 南京师范大学数学科学学院 18 151 6.0 12.0
2 汪佳玲 南京师范大学数学科学学院 1 2 1.0 1.0
3 胡本木 南京师范大学数学科学学院 1 2 1.0 1.0
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  (7)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
定位更新技术
人工蜂群算法
聚类分析
开采能力
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
南京师大学报(自然科学版)
季刊
1001-4616
32-1239/N
大16开
南京市宁海路122号南京师范大学
1955
chi
出版文献量(篇)
2319
总下载数(次)
4
总被引数(次)
17979
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导