| 350 | 4 | 144 |
| 下载次数 | 被引频次 | 阅读次数 |
针对现有蚁群聚类中将带聚类样本放于网格进行聚类的算法存在随机移动而延长聚类时间,及大数据集进行蚁群聚类时收敛速度慢的缺点,在蚁群进行聚类前增加数据预处理.利用两元素越相似属于同一类簇的可能性越大的思想,将样本集中的样本量缩小.研究了通过信息素进行聚类的蚁群聚类算法,使算法中的"蚂蚁"在一定指导下进行聚类,达到缩短时间的目的.最后通过实验验证了所提出算法的有效性和优越性.
Abstract：To shorten clustering time in ant colony algorithm(ACA) and speed up convergence rate of large data sets,data preprocessing is adopted before ant colony clustering algorithm(ACCA).Meanwhile,clustering speed is studied through the pheromone of ACCA,and ants in the algorithm should be guided by certain information.In order to test the validity of the algorithms,K-means and the basic ant colony clustering are compared at the same time.The experimental results show the effectiveness of the proposed approach.
[1]段海滨.蚁群算法原理及应用[M].北京:科学出版社,2005.
[2]曹军民,裴红星,王长松.基于蚁群算法的连铸二冷优化[J].郑州大学学报:理学版,2009,41(4):112-115.
[3]高新波.模糊聚类分析及其应用[M].西安:西安电子科技大学出版社,2004.
[4]李士勇,陈永强,李妍,等.蚁群算法及其应用[M].哈尔滨:哈尔滨工业大学出版社,2004:14-18.
[5]焦李成,刘芳,缑水平,等.智能数据挖掘与知识发现[M].西安:西安电子科技大学出版社,2006.
[6]束建华,倪志伟,杨善林.基于蚁群优化的分类规则挖掘方法[J].广西师范大学学报:自然科学版,2007,25(4):230-233.
[7]胡建军,唐常杰,李川,等.基于最近邻优先的高效聚类算法[J].四川大学学报:工程科学版,2004,36(6):93-99.
[8]徐晓华,陈崚.一种自适应的蚂蚁聚类算法[J].软件学报,2006,17(9):1884-1889.
[9]行小帅,潘进,焦李成.基于免疫规划的K-means聚类算法[J].计算机学报,2003,26(5):605-609.
[10]洪孙焱,陆正福,申时凯,等.基于蚁群优化的应用层多播路由算法[J].广西师范大学学报:自然科学版,2008,26(3):230-233.
基本信息:
中图分类号:TP181
引用信息:
[1]俞辉,裴振奎,陈继东.一种改进的蚁群聚类算法[J],2010,42(03):59-62.