基于蚁群和模拟退火算法的聚类新方法

陶红; 史小伍; 李莎; 高尚

Chinese

您当前的位置：

首页 >

文章列表页 >

基于蚁群和模拟退火算法的聚类新方法

更新时间：2026-09-04

- 基于蚁群和模拟退火算法的聚类新方法
- Clustering Algorithm Based on Hybrid Intelligent Algorithm
- 微电子学与计算机 2011年28卷第12期页码：96-98
- 作者机构：
  
  江苏科技大学机构计算机科学与工程学院,江苏,镇江,212003
- 作者简介：
- 基金信息：
  
  人工智能四川省重点实验室开放基金(2009RY001)"青蓝工程
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
陶红, 史小伍, 李莎, 高尚. 基于蚁群和模拟退火算法的聚类新方法[J]. 微电子学与计算机, 2011, 28(12): 96-98.

TAO Hong, SHI Xiao-wu, LI Sha, et al. Clustering Algorithm Based on Hybrid Intelligent Algorithm[J]. 2011, 28(12): 96-98.
陶红, 史小伍, 李莎, 高尚. 基于蚁群和模拟退火算法的聚类新方法[J]. 微电子学与计算机, 2011, 28(12): 96-98. DOI：

TAO Hong, SHI Xiao-wu, LI Sha, et al. Clustering Algorithm Based on Hybrid Intelligent Algorithm[J]. 2011, 28(12): 96-98. DOI：

摘要

模拟退火算法具有良好的全局搜索能力

而蚁群算法具有良好的分布式并行性和正反馈能力.针对样本维数大、数目多时聚类效果不满意的问题

提出了混合的蚁群模拟退火算法

思路是利用-均值算法的结果作为初值

再使用蚁群算法和模拟退火算法对初值进行调整聚类

结果表明这种算法比较有效.

Abstract

Simulated annealing algorithm has the ability of doing a global stochastically

and ant colony algorithm has the ability of distributed parallel processing and good feedback.Due to the problem that when the dimension and the number of the sample are large

the cluster result will be unsatisfied

a hybrid intelligent algorithm is proposed.The algorithm is extend to use -Means clustering to seed the initial solution and the ant colony algorithm and simulated annealing algorithm to adjust the initial cluster.Through the result

the more effectiveness of this algorithm is illustrated.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究

基于多尺度融合与小目标增强的航拍车辆检测算法

基于改进RT-DETR的航拍小目标检测算法

一种基于特征上下文理解与切片分析的肺结核检测算法