您的位置: 专家智库 > >

安徽省自然科学基金(KJ2008B092)

作品数:2 被引量:6H指数:2
相关作者:贾瑞玉徐庆鹏黄义堂邢猛查丰更多>>
相关机构:安徽大学更多>>
发文基金:安徽省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类
  • 2篇聚类算法
  • 1篇蚁群
  • 1篇蚁群聚类
  • 1篇蚁群聚类算法
  • 1篇蚁群算法
  • 1篇引力
  • 1篇群算法
  • 1篇相似度
  • 1篇分层聚类
  • 1篇分层聚类算法

机构

  • 2篇安徽大学

作者

  • 2篇贾瑞玉
  • 1篇宁再早
  • 1篇邢猛
  • 1篇耿锦威
  • 1篇黄义堂
  • 1篇徐庆鹏
  • 1篇查丰

传媒

  • 2篇计算机技术与...

年份

  • 1篇2011
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
一种动态调整的蚁群聚类算法被引量:4
2009年
蚁群算法是优化领域中新出现的一种仿生进化算法,基于蚁群算法的聚类算法已经在当前的数据挖掘研究中得到应用。文中针对早期蚁群聚类算法的缺点,提出动态调整的蚁群聚类算法,通过加入运动速度不同的蚁群、半径自适应调整、短期记忆、强行放下等策略,来指导蚁群的移动行为,降低蚁群移动的随意性,减少了蚂蚁的搜索时间,提高聚类性能。仿真实验表明:改进算法能有效地提高算法效率且取得较好的聚类结果。
贾瑞玉邢猛徐庆鹏黄义堂
关键词:蚁群算法
一种基于引力的分层聚类算法被引量:2
2011年
传统的分层聚类算法在聚类过程中,仅使用样本间的距离作为相似度的唯一标准,其描述过于单一。考虑到宇宙中星系的形成过程本质也是一种聚类过程,星系之间吸引力是靠万有引力作用。将万有引力思想引人分层聚类中,提出一种基于引力的层次聚类算法HCBG(Hierarchical Clustering Base Gravity),从样本问的距离和类簇的大小两个方面更加精确地刻厕相似度。把分层聚类的过程看成样本点之间依据“万有引力”自发吸引的过程。采用UCI机器学习数据库的I.ris,Wine和Glass数据集,实验结果表明,提出的HCBG算法的聚类结果比经典的基于距离的层次聚类HC(Hierarchical Clustering)提高5%~10%左右。
贾瑞玉查丰耿锦威宁再早
关键词:引力分层聚类相似度
共1页<1>
聚类工具0