作者:
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:
随着高科技等新兴产业的快速发展,如何处理海量的数据就成为了比较棘手的问题.应用聚类分析技术从海量数据中提取有用的信息是解决该问题的关键.飞蛾扑火优化(MFO)算法是一种新颖的启发式优化算法,该算法的主要灵感来源于飞蛾在自然界中被称为横向定位的飞行方式,具有结构简单、可调节参数少、容易实现、鲁棒性强等优点.在飞蛾扑火优化算法中引入单纯形法,提出了一种基于单纯形法的飞蛾扑火优化算法(SMMFO).SMMFO算法不仅克服了飞蛾扑火优化算法易陷入局部最优的缺陷,增加了算法的种群多样性,加强了其局部搜索能力,而且还提高了算法的执行效率,加快了算法的收敛速度,优化了飞蛾扑火优化算法对数据集的聚类分析性能.结果 证明,SMMFO在聚类分析中是非常有效的.
推荐文章
基于改进飞蛾扑火算法的微带天线设计优化
飞蛾扑火优化算法
引力搜索算法
微带天线
引入改进飞蛾扑火的K均值交叉迭代聚类算法
飞蛾扑火算法
聚类中心
K均值聚类
类内平均距离
最大最小距离积法
融合折射原理反向学习的飞蛾扑火算法
飞蛾扑火算法
折射原理
反向学习
群智能算法
种群多样性
基于改进飞蛾扑火优化算法的MIMO雷达相位编码信号集设计
MIMO雷达
相位编码信号集
飞蛾扑火优化算法
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 飞蛾扑火优化算法在聚类分析中的应用
来源期刊 计算机技术与发展 学科 工学
关键词 最优化 飞蛾扑火优化 单纯形法 聚类分析 K均值
年,卷(期) 2020,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 104-108
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1673-629X.2020.09.019
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 李志明 5 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (5)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
最优化
飞蛾扑火优化
单纯形法
聚类分析
K均值
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导