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:
针对标准鱼群算法易受到初始鱼群随机性的影响,后期收敛速度减慢,处理边界数据能力低,聚类精度低等缺点,提出了基于粒计算与粗糙集的人工鱼群聚类算法。算法引入粒计算理论,并依据粒密度和最大最小距离积法选择初始化人工鱼群避免算法易受随机性的影响;通过结合粗糙集的决策系统和属性约简,提高算法解决边界数据的能力;采用类内紧致性和类间分离度的原则设计适应度函数,并将其作为算法的终止判断条件。实验结果表明:该算法提高了聚类精度,增强了获取全局极值的能力,具有良好的聚类效果。
推荐文章
基于粒计算的粗糙集聚类算法
聚类
粗糙集
粒计算
K-均值
准则优化
最大最小距离法
粒计算下的粗糙集模型比较
组合粒
粒逻辑运算
单一粒
粗糙集
近似
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
人工鱼群聚类分析算法
聚类分析
人工鱼群算法
密度
网格
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 基于粒计算与粗糙集的人工鱼群聚类算法
来源期刊 计算机工程与应用 学科 工学
关键词 聚类 粒计算 粗糙集 属性约简
年,卷(期) 2015,(21) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 116-120
页数 5页 分类号 TP301
字数 5406字 语种 中文
DOI 10.3778/j.issn.1002-8331.1501-0107
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 陈济舟 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  (65)
共引文献  (87)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (23)
二级引证文献  (13)
1991(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
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
粒计算
粗糙集
属性约简
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导