基于相似性算法与蚁群算法的聚类算法

• 作者: 朱俚治
• 来源期刊: 计算机测量与控制
• 关键词: 蚁群算法 聚类 相似性
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 149-151
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.06.038

摘要

由于当今的网络数据是海量的,因此科研人员对某些问题进行研究时需要将不同属性的数据从中提取出来,然而在提取这些数据之前需要将相同数据进行聚类;数据聚类的过程,也就是寻找数据最优属性的过程,然而人工蚁群就是一种寻找问题最优解的算法,因此在本文中再次将蚁群算法在聚类中进行应用;提出的聚类算法可以分为两个部分,第一部分是:通过相似性算法来衡量数据之间的相似度,第二部分是:根据第一部分的计算结果,再采用蚁群算法为需要聚类的数据选择不同的聚类中心,从而对不同属性的数据进行聚类,经过以上两个过程的计算,可以实现对数据的聚类;在文中进行数据聚类时采用的相似性度量来代替距离的计算,是本文创新点之一,采用蚁群算法在聚类过程中来选择聚类中心也是本文的创新所在.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俚治	南京航空航天大学信息中心	80	75	4.0	4.0