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:
针对当前数据挖掘系统在执行激光传感云数据聚类分析任务时存在平均分类准确率低、平均错分率较高、系统响应延迟时间较长的问题,提出并设计了基于人工蜂群优化算法的激光传感云数据挖掘系统.根据人们对激光传感云数据挖掘系统的需求分析,将系统功能分为用户登录与鉴权功能、激光传感云数据预处理功能、激光传感云数据挖掘功能、挖掘结果表达功能五个部分.采用包括用户界面层、业务处理层、数据层的三层B/S模式构建了激光传感云数据挖掘系统结构体系,分析了系统各模块的具体功能;给出了采用人工蜂群算法进行激光传感云数据挖掘的基本操作步骤,针对其局部搜索能力差、容易陷入局部最优解的问题,采用历史最优解平均值引导种群进化方向优化了搜索策略,实现了激光传感云数据挖掘.实验结果表明,设计系统能够有效提高平均分类准确率、降低平均错分率,同时缩短响应延迟时间,应用性更高.
推荐文章
基于曲率信息的人工蜂群点云配准算法
点云
曲率信息
特征点选取
对应点寻找
人工蜂群算法
基于混沌人工蜂群算法的无线传感器网络覆盖优化
无线传感器网络
覆盖优化
混沌
人工鱼群算法
网络生存时间
基于人工蜂群的无线传感器网络能耗均衡算法
无线传感器网络
人工蜂群算法
能量均衡
生命周期
路由策略
基于人工蜂群优化的K均值聚类算法
聚类分析
K均值算法
人工蜂群算法
聚类中心
优化
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 基于人工蜂群优化算法的激光传感云数据挖掘系统设计
来源期刊 激光杂志 学科 工学
关键词 人工蜂群算法 优化 激光传感云数据 挖掘 无搜索策略
年,卷(期) 2019,(8) 所属期刊栏目 光通信与网络
研究方向 页码范围 94-97
页数 4页 分类号 TN957.52
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2019.08.094
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 梁显丽 26 32 3.0 4.0
2 杨海波 7 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (180)
共引文献  (156)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(20)
  • 参考文献(1)
  • 二级参考文献(19)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(17)
  • 参考文献(0)
  • 二级参考文献(17)
2013(23)
  • 参考文献(1)
  • 二级参考文献(22)
2014(19)
  • 参考文献(1)
  • 二级参考文献(18)
2015(19)
  • 参考文献(0)
  • 二级参考文献(19)
2016(12)
  • 参考文献(10)
  • 二级参考文献(2)
2017(6)
  • 参考文献(5)
  • 二级参考文献(1)
2019(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)
研究主题发展历程
节点文献
人工蜂群算法
优化
激光传感云数据
挖掘
无搜索策略
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
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
总被引数(次)
33811
论文1v1指导