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:
具有短暂记忆的狼群搜索算法 WSA(Wolf search algorithm with ephemeral memory)是一种新的群智能优化算法,然而该算法存在易陷入局部最优之不足。为此,提出一种改进的狼群搜索算法 IWSA(An improved wolf search algorithm)。将该算法应用于解决聚类问题,提出一种 IWSA 与 k-means 相结合的聚类方法。方法在每次迭代中,利用 IWSA 来指导搜寻全局最优质心,避免了算法陷入局部最优。最后,用11个真实数据集和2个人工合成数据集来测试该方法的性能。测试结果证实了该方法是可行的和有效的。
推荐文章
一种引入 NeIder-Mead算子的改进狼群搜索算法
狼群搜索算法
Nelder-Mead
优化
算子
一种基于领导者策略的狼群搜索算法
领导者策略
狼群搜索算法
标准函数
全局优化
最优值
一种改进的和声搜索算法
和声搜索算法
蝙蝠算法
改进和声搜索算法
稳定性
精确度
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 一种改进的狼群搜索算法及用于解决聚类问题
来源期刊 计算机应用与软件 学科 工学
关键词 狼群搜索算法(WSA) k-means 聚类算法
年,卷(期) 2016,(12) 所属期刊栏目 算 法
研究方向 页码范围 257-263
页数 7页 分类号 TP18
字数 5476字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.12.061
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 王勇 广西民族大学信息科学与工程学院 48 259 10.0 13.0
2 蒙丽萍 广西民族大学信息科学与工程学院 4 10 2.0 3.0
3 王涛 广西民族大学信息科学与工程学院 2 12 2.0 2.0
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  (12)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 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)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
狼群搜索算法(WSA)
k-means
聚类算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导