检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

蚁群聚类组合的改进算法

沈阳建筑大学学报（自然科学版） 2011年第4期27卷 798-803页

作者：马春英曹安得周允征沈阳大学工商管理学院辽宁沈阳110044 沈阳大学科技中心辽宁沈阳110044 沈阳师范大学财务处辽宁沈阳1100034

目的研究一种基于信息熵蚁群聚类的模糊C-均值算法(即EACFCM算法),解决原标准蚁群聚类算法聚类速度慢,系统停滞,函数值收敛于某局部点等问题.方法通过理论改进、算法移植和实验证明相结合的办法,采用基于信息熵的蚁群聚类算法对数据样... 详细信息

目的研究一种基于信息熵蚁群聚类的模糊C-均值算法(即EACFCM算法),解决原标准蚁群聚类算法聚类速度慢,系统停滞,函数值收敛于某局部点等问题.方法通过理论改进、算法移植和实验证明相结合的办法,采用基于信息熵的蚁群聚类算法对数据样本进行聚类(一次聚类)以获得新的聚类中心,然后从聚类拆分、合并、孤立点处理等几个方面对基于信息熵的蚁群聚类算法进行改进,以提高前期所获得的新聚类中心的准确性,最后再利用模糊C-均值聚类算法(FCM算法)对聚类结果进行优化处理(二次聚类).结果 EACFCM算法在迭代180次后,得到的目标函数值60.245是FCM算法函数值660.135的十分之一;划分熵的函数值0.440明显小于FCM算法函数值0.491;分离度的函数值0.102明显大于FCM算法函数值0.091.结论笔者改进的EACFCM算法得到的聚类比传统的FCM算法效果好;仿真结果表明了其有效性.

关键词：信息熵聚类分析蚁群聚类 FCM聚类算法

在线全文

学校读者我要写书评

暂无评论

改进的蚁群聚类在精准灌溉管理分区中的应用

农业工程学报 2010年第2期26卷 37-42,F0003页

作者：姜秋香付强王子龙东北农业大学水利与建筑学院哈尔滨150030

为了便于精准灌溉的田间实际操作和管理,采用改进的蚁群聚类算法进行灌溉管理分区研究。蚁群算法的离散性和并行性特点对于数据的特征聚类非常适用,然而当数据量较大时,蚁群聚类在系统循环过程中,对数据的搜索时间较长,计算量大,因此将... 详细信息

为了便于精准灌溉的田间实际操作和管理,采用改进的蚁群聚类算法进行灌溉管理分区研究。蚁群算法的离散性和并行性特点对于数据的特征聚类非常适用,然而当数据量较大时,蚁群聚类在系统循环过程中,对数据的搜索时间较长,计算量大,因此将初始聚类中心作为蚂蚁的初始食物源加以引导,减少蚂蚁行走的盲目性,以达到降低计算量、加快聚类的目的。该文以土壤物理特性作为数据源,在运用主成分分析消除初始指标相关性的基础上,采用改进的蚁群聚类对研究区进行精准灌溉管理分区的划分。将改进的蚁群聚类分区结果与传统的K-均值聚类进行比较,前者分区结果表现出土壤物理特性区内均一性更强、区间差异性更加显著的特点。改进的蚁群聚类分区结果表明,研究区可划分成2个灌溉管理分区,I区土壤的田间持水率、饱和含水率和凋萎含水率均较II区大,表明在相同的气候条件下,I区的土壤耐旱能力较II区强,分区结果可以为精准灌溉的分区管理提供参考依据和数据支持。

关键词：蚁群聚类灌溉管理分区主成分分析 K-均值聚类

在线全文

学校读者我要写书评

暂无评论

基于蚁群聚类的多目标跟踪航迹起始方法

南京理工大学学报 2011年第6期35卷 773-779页

作者：徐惠钢徐本连朱继红郭治南京理工大学自动化学院江苏南京210094 常熟理工学院电气与自动化工程学院江苏常熟215500

针对杂波环境下的航迹起始的NP难问题,提出了一种基于蚁群聚类的数据关联方法。为每个测量数据赋予给定的特征值,利用基于拾起和放下的蚁群聚类算法确定所需起始目标航迹数目,利用模糊蚂蚁聚类算法提取目标航迹。数值仿真结果表明:在杂... 详细信息

针对杂波环境下的航迹起始的NP难问题,提出了一种基于蚁群聚类的数据关联方法。为每个测量数据赋予给定的特征值,利用基于拾起和放下的蚁群聚类算法确定所需起始目标航迹数目,利用模糊蚂蚁聚类算法提取目标航迹。数值仿真结果表明:在杂波密度稀疏、目标交叉运动的条件下,目标航迹起始的成功率为100%,最大运行时间为2.131 s;在密集杂波条件下,航迹起始的成功率为100%,最大运行时间为12.378 s。

关键词：蚁群聚类多目标跟踪航迹起始数据关联

在线全文

学校读者我要写书评

暂无评论

蚁群聚类神经网络的耳语音声调识别

应用科学学报 2008年第5期26卷 511-515页

作者：陈雪勤赵鹤鸣俞一彪苏州大学电子信息学院江苏苏州215021

提出了一种基于蚁群聚类神经网络的汉语耳语音声调识别方法.根据耳语音发音特点,以听神经平均发放率、幅值包络、共振峰、声道长度等构成的多维矢量描述声调特征,采用蚁群聚类算法将多维特征矢量聚类后,送入局部有监督特征映射神经网络... 详细信息

提出了一种基于蚁群聚类神经网络的汉语耳语音声调识别方法.根据耳语音发音特点,以听神经平均发放率、幅值包络、共振峰、声道长度等构成的多维矢量描述声调特征,采用蚁群聚类算法将多维特征矢量聚类后,送入局部有监督特征映射神经网络进行声调识别.这一方法通过对特征参数的聚类压缩了神经网络的输入神经元数目,因而可以有效避免在大数据条件下神经网络不易收敛及速度慢的问题.对多人耳语音声调的识别实验显示,采用蚁群聚类神经网络的耳语音声调识别方法与传统方法相比,性能明显提高,平均正识率达到87.5%.

关键词：耳语音声调检测蚁群聚类神经网络

快速的基于蚁群聚类的PPI网络功能模块检测方法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2016年第8期42卷 1182-1192页

作者：冀俊忠杨明浩杨翠翠韩跃北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室北京100124

针对蚁群聚类在蛋白质相互作用(protein-protein interaction,PPI)网络中进行功能模块检测问题上时间性能的不足,提出一种快速的基于蚁群聚类的PPI网络功能模块检测(fast ant colony clustering for functional module detection,FACC-FMD)方法.该算法计算每个蛋白质与核心组蛋白质的相似度,根据拾起放下模型进行聚类,得到的初始聚类结果中功能模块之间相似度很小,省去了原始蚁群聚类算法中的合并和过滤操作,缩短了求解时间.同时该算法根据蛋白质的关键性对蚁群聚类中的拾起放下操作做了更严格的约束,以减少拾起放下的次数,加速了聚类的过程.在多个PPI网络上的实验表明:与原始蚁群聚类方法相比,FACC-FMD大幅度提高了时间性能,同时取得了良好的检测质量,而且与近年来的一些经典算法相比在多项性能指标上也具有一定的优势.

关键词：蛋白质相互作用网络功能模块检测蚁群聚类核心组蛋白质关键蛋白质

在线全文

学校读者我要写书评

暂无评论

蚁群聚类在煤与瓦斯突出预测中的应用

煤炭技术 2012年第11期31卷 108-110页

作者：王海柱郭勇义吴世跃彭涛太原理工大学矿业工程学院太原030024 太原科技大学太原030024

煤与瓦斯突出影响因素众多且关系十分复杂,一般基于工程类比的基础上,应用聚类的方法进行判断,而不能使用简单的方法进行判断分析。为了更好地解决这类问题,将蚁群聚类算法应用到该领域,以解决其预测问题。

关键词：煤与瓦斯突出预测蚁群聚类

在线全文

学校读者我要写书评

暂无评论

蚁群聚类算法的研究及应用

蚁群聚类算法的研究及应用

作者：张梦佳兰州交通大学

学位级别：硕士

在21世纪的信息时代,各种媒介涌现大量的数据。通常情况下,人们难以直接获取隐藏在这些数据背后的潜在信息,因此,需要更加有效的方法挖掘这些数据的价值。聚类分析是一种重要的数据挖掘方法,它涉及经济学、人工智能、图像识别以及生物... 详细信息

在21世纪的信息时代,各种媒介涌现大量的数据。通常情况下,人们难以直接获取隐藏在这些数据背后的潜在信息,因此,需要更加有效的方法挖掘这些数据的价值。聚类分析是一种重要的数据挖掘方法,它涉及经济学、人工智能、图像识别以及生物工程等许多领域,成为当下研究热点之一。蚁群聚类算法(Ant Colony Clustering Algorithm,ACCA)是一种仿生智能聚类算法,与传统聚类方法相比,该算法具有蚁群优良的分布并行计算性、正反馈、自组织性等特点,但同时也存在以下缺陷:该算法搜索初期收敛速度较慢,使得算法运行所需时间加长;蚂蚁的转移以信息素的多少为依据,算法后期易于陷入局部最优;信息素更新缺乏时效性;聚类质量不理想等。本文主要针对ACCA算法的上述不足之处提出两种改进。针对ACCA算法前期收敛速度较慢,后期易于陷入局部最优的问题,提出一种局部改进的K均值蚁群聚类算法。首先使用K-means算法预处理数据集,快速得到距离矩阵,将得到的距离矩阵作为蚁群聚类算法初始化信息素矩阵的依据;其次在每只蚂蚁迭代过程中,对其得到的聚类中心引入随机扰动变量,生成若干个局部搜索元作为新的聚类中心,然后对数据集重新进行划分,通过目标函数值F判断是否保留局部搜索解。经过UCI数据集的测试,结果表明该混合算法确实有助于跳出局部最优解。针对ACCA算法运行时间长、信息素更新缺乏时效性、未区分数据各维特征主次问题,提出一种两阶段蚁群聚类算法。第一阶段采用全局信息素更新规则结合各只蚂蚁的实时信息素更新,加强蚂蚁之间的交流,使得蚁群能够尽快搜索到近似解;第二阶段利用隶属度矩阵,自适应赋予各维特征不同的权重系数,区分各维特征的重要性,使蚂蚁有效地构造解,提高聚类的准确率。对比人工数据集、iris、wine数据集的运行时间及准确率,验证了两阶段蚁群聚类算法的可行性及有效性。最后,将本文提出的两种改进算法一方面应用于各省份经济实力的划分上,聚类结果表明不同省份经济实力存在差异,需要国家实施有效的经济政策,协调发展;另一方面应用于图像处理中,对简单数字图像、灰色人物图像及彩色脑部图像聚类分割,体现出本文改进的算法具有一定的实用价值。

关键词：聚类分析蚁群聚类随机扰动局部搜索自适应特征加权

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蚁群聚类算法及其在推荐系统中的应用

蚁群聚类算法及其在推荐系统中的应用

作者：李瑞西南师范大学

学位级别：硕士

本文总结了现有的聚类技术与协作推荐系统的研究成果。根据蚁群算法应用于数据聚类分析的最新研究,本文对蚁群聚类算法进行了改进,并应用于信息推荐系统进行相似兴趣用户的聚类,结合Agent理论和技术研究设计了基于Web下协作推荐系统结构... 详细信息

本文总结了现有的聚类技术与协作推荐系统的研究成果。根据蚁群算法应用于数据聚类分析的最新研究,本文对蚁群聚类算法进行了改进,并应用于信息推荐系统进行相似兴趣用户的聚类,结合Agent理论和技术研究设计了基于Web下协作推荐系统结构,对基于Agent的协作过滤与推荐方法进行了探索性的尝试。论文首先提出基于孤立点改进的蚁群聚类算法ACAO,并进行了相应的实验设计与运行,实验表明,该算法能够有效的控制蚂蚁Agent行为的随机性,快速确定下一个负载节点,加快算法的收敛性,为研究信息推荐系统提供了更具鲁棒性的聚类算法。将该算法应用于协作过滤推荐系统中,对采用向量空间模型表示的用户进行聚类分析,产生相似兴趣用户组,缩减了需计算的用户数目,探讨了推荐系统中的计算量和准确度的相关性。其次,设计了基于Agent的协作推荐系统模型,根据用户兴趣的变化性,提出了用户兴趣时效性的概念,讨论学习和更新用户兴趣的算法,结合Memory Based Algorithm算法实现信息推荐。最后结合图书推荐事例,进行了相关实验验证和分析。

关键词： Agent推荐系统相似兴趣用户协作过滤蚁群聚类孤立点

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进蚁群聚类的热点主题发现算法研究

现代图书情报技术 2010年第4期 66-71页

作者：陆蓓程肖谌志群杭州电子科技大学计算机应用技术研究所杭州310018

针对热点主题发现是在聚类算法的基础上实现的特点,将改进后的蚁群聚类算法引入到该研究中,同时提出类别关注度(CAD)的概念,以此来判定类别的热门程度并区分出热门类别和冷门类别,在此基础上抽取热点主题集。实验结果表明改进后的蚁群... 详细信息

针对热点主题发现是在聚类算法的基础上实现的特点,将改进后的蚁群聚类算法引入到该研究中,同时提出类别关注度(CAD)的概念,以此来判定类别的热门程度并区分出热门类别和冷门类别,在此基础上抽取热点主题集。实验结果表明改进后的蚁群聚类算法对热点主题的发现有一定的效果,对其他仿生优化聚类算法的引入有借鉴意义。

关键词：网络舆情蚁群聚类热门类别主题