基于模糊矩阵的蚁群聚类算法研究与应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 105-107.

• 数据库、信号与信息处理 • 上一篇下一篇

基于模糊矩阵的蚁群聚类算法研究与应用

胡耀民1，2，刘伟铭2

1.广州番禺职业技术学院信息工程学院，广州 511483
2.华南理工大学土木与交通学院，广州 510640

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Research and application of ant colony clustering algorithm based on fuzzy matrix

HU Yaomin1，2，LIU Weiming2

1.College of Information Engineering，Guangzhou Panyu Polytechnic，Guangzhou 511483，China
2.School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 提出了基于模糊矩阵的数据聚类模型，其中引入了聚类过程的全局性控制模糊矩阵，描述了数据聚类的过程；提出了基于模糊矩阵的蚁群聚类算法，实验结果证明了算法的正确性和高效性。

关键词: 数据聚类, 数据挖掘, 蚁群算法

Abstract: The data clustering model based on fuzzy matrix is presented，which introduces the overall control fuzzy matrix and describes the process of data clustering.Ant colony data clustering algorithm based on fuzzy matrix is presented.Experimental results prove the correctness and efficiency of the algorithm.

Key words: data clustering, data mining, ant colony algorithm

胡耀民1，2，刘伟铭2.

基于模糊矩阵的蚁群聚类算法研究与应用

[J]. 计算机工程与应用, 2011, 47(8): 105-107.

HU Yaomin1，2，LIU Weiming2. Research and application of ant colony clustering algorithm based on fuzzy matrix[J]. Computer Engineering and Applications, 2011, 47(8): 105-107.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[4]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[5]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[6]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[7]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[8]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[9]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[10]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[11]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[12]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[13]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[14]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[15]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.

基于模糊矩阵的蚁群聚类算法研究与应用

Research and application of ant colony clustering algorithm based on fuzzy matrix

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics