基于全局信息的人工蜂群聚類算法
本文關(guān)鍵詞:基于全局信息的人工蜂群聚類算法 出處:《微電子學(xué)與計算機(jī)》2017年02期 論文類型:期刊論文
更多相關(guān)文章: 人工蜂群算法 聚類 群體智能 搜索策略 全局信息
【摘要】:針對人工蜂群算法易陷入局部最優(yōu)和收斂速度慢的不足,提出了一種基于全局信息的人工蜂群聚類算法.基于全局信息的人工蜂群聚類算法通過加入食物源平均豐富度(richness),利用中間聚類效果,更好地更新食物源;并且通過引入全局最優(yōu)信息,提高跟隨蜂的搜索效率,以獲取聚類問題的全局最優(yōu)解.同時在UCI機(jī)器學(xué)習(xí)庫的4個標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行了大量的實驗來評估算法的性能.并將該算法和基本人工蜂群算法、粒子群算法和Kmeans算法進(jìn)行比較.實驗結(jié)果證明提出的基于全局信息的人工蜂群聚類算法具有更好的性能.
[Abstract]:In this paper , an artificial swarm algorithm based on global information is proposed for artificial swarm algorithm which is easy to fall into local optimal and slow convergence speed . Based on the global information , an artificial swarm algorithm based on global information is proposed to better update food source .
【作者單位】: 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;
【基金】:教育部中央高校自主科研計劃重點項目(JUSRP51635B)
【分類號】:TP18;TP311.13
【正文快照】: 1引言聚類算法在信息檢索、圖像分析[1]、數(shù)據(jù)挖掘[2]等領(lǐng)域得到廣泛應(yīng)用.聚類主要是將數(shù)據(jù)對象調(diào)整到不同的類中,使得同一類中的數(shù)據(jù)對象彼此盡可能的相似,不同類中的數(shù)據(jù)對象盡可能的不同.聚類分析方法主要有劃分方法和層次方法[3]等.劃分方法被認(rèn)為是比較適合聚類分析的[4]
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 魏孝忠;;沈陽鐵路局實行網(wǎng)絡(luò)“準(zhǔn)入制”規(guī)范全局信息系統(tǒng)建設(shè)[J];鐵路計算機(jī)應(yīng)用;2009年06期
2 陳書貞;甄延海;;融入圖像全局信息的局部圖像擬合模型[J];光學(xué)技術(shù);2013年05期
3 溫浩;孫蕾;;基于張量局部和全局信息的人臉識別算法[J];西安電子科技大學(xué)學(xué)報;2010年03期
4 陳德錕,阮備軍,方明倫;基于PDM技術(shù)的企業(yè)全局信息管理的一種體系結(jié)構(gòu)[J];上海大學(xué)學(xué)報(自然科學(xué)版);1999年03期
5 畢于慧;唐守正;王雪峰;;基于改進(jìn)的幾何活動輪廓模型的葉片自動分割[J];北京林業(yè)大學(xué)學(xué)報;2011年01期
6 吳勝利,黃濤;CIMS 環(huán)境中全局信息系統(tǒng)的總體結(jié)構(gòu)與設(shè)計[J];清華大學(xué)學(xué)報(自然科學(xué)版);1998年03期
7 紀(jì)華;吳元昊;孫宏海;王延杰;;結(jié)合全局信息的SIFT特征匹配算法[J];光學(xué)精密工程;2009年02期
8 段漢根;汪繼文;;基于圖象結(jié)構(gòu)對稱性的圖象修復(fù)[J];福建電腦;2007年06期
9 吳恩生;朱敏琛;;一種融合局部與全局信息的距離約束角點匹配算法[J];計算機(jī)應(yīng)用;2010年01期
10 孫海燕;王曉東;鄒鵬;周立;;基于對象適配器的協(xié)作式信息共享[J];計算機(jī)科學(xué);2001年02期
相關(guān)會議論文 前1條
1 程萬軍;彭成寶;張霞;劉積仁;;全局信息系統(tǒng)中多數(shù)據(jù)庫系統(tǒng)安全機(jī)制的實現(xiàn)[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集(研究報告篇)[C];2000年
相關(guān)重要報紙文章 前2條
1 姚春青;謀求全局信息優(yōu)勢[N];中國國防報;2000年
2 木遙 加州大學(xué)洛杉磯分校應(yīng)用數(shù)學(xué)專業(yè)博士;神奇的壓縮感知[N];電腦報;2010年
,本文編號:1392600
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1392600.html