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:
针对群聚类算法的速度问题,提出一种基于模板缩减法加速的新型粒子群广义遗传( PSO?GGA)聚类算法。为了充分地同模板缩减法相结合,该算法采用一种广义遗传算法与粒子群算法串行使用,既能增加种群多样性,又能对模板缩减操作中需要保护的模板进行储存。同时,对每个周期替换粒子数量采用一种递增策略来充分吸取粒子群快速寻优和遗传算法搜索空间大的特性。实验表明:对8个数据集进行测试,该算法能够在基本不降低聚类品质的基础上,显著地缩短聚类时间。
推荐文章
一种改进的基于粒子群的聚类算法
聚类算法
粒子群优化算法
相异度矩阵
最大最小距离法
K-means
适应度方差
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
一种改进的简化均值粒子群K-means聚类算法
粒子群优化算法
简化粒子群
邻域最优粒子
K-means聚类
聚类数
初始聚类中心
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
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 一种基于模板缩减的新型粒子群遗传聚类算法
来源期刊 智能系统学报 学科 工学
关键词 模板缩减 粒子群 广义遗传算法 聚类
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 561-566
页数 6页 分类号 TP18
字数 6050字 语种 中文
DOI 10.11992.tis.201507026
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 周治平 江南大学物联网工程学院 105 522 11.0 16.0
2 贾旋 江南大学物联网工程学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (6)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (40)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模板缩减
粒子群
广义遗传算法
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
论文1v1指导