蚁群k-medoids融合的聚类算法 clustering algorithm based on fusion of ant colony algorithm and k-medoids.pdfVIP

下载本文档

1
0
约1.71万字
约 5页
2017-08-22 发布于上海
举报
版权申诉

蚁群k-medoids融合的聚类算法 clustering algorithm based on fusion of ant colony algorithm and k-medoids.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

蚁群k-medoids融合的聚类算法 clustering algorithm based on fusion of ant colony algorithm and k-medoids

第26卷第9期电子测量与仪器学报协^26NO．9 ·800· JoURNALoFELECTRoNICMEAsUREMENTANDlNSTRUMENT 2012年9月 DOI：10．3724／SP．J．1187．2012．00800 蚁群K．medoids融合的聚类算法术赵烨1黄泽君2 (1．合肥工业大学计算机与信息学院，合肥230009；2．上海大学通信与信息工程学院，上海200072) 摘要：蚁群算法能够在没有任何先验知识和人为干预的情况下实现A主聚类，并且鲁棒性较强，易于与其他算法相结合。但蚁群算法消耗时间成本较大，效率较低。而K—medoids聚类是一个基于划分的经典聚类算法，该算法聚类速度快、聚类效果好而被广泛应用于各种聚类处理中。但需要人为确定簇数目，并对初始簇中心的依赖性较强。针对以上问题，提出了结合算法对于小型数据集具有运行效率高、聚类质量好和自适用性强等优点。关键词：聚类分析；蚁群算法；K—medoids算法中图分类号：TP391 文献标识码：A 国家标准学科分类代码：510．4050 basedonfusionofant and K-medoids Clusteringalgorithm colonyalgorithm Zhao Ye‘HuangZeiun2 of and of ofCommunicationand (1．School Information，Hefei 230009，China；2．School Computer UniversityTechnology,Hefei Information 200072，China) Engineering，ShanghaiUniversity，Shanghai Abstract：Ant can achieveautonomouswithout andhuman colonyalgorithm clustering anypriorknowledge intervention．Itis robustand tocombinewithother ant is ontime strong easy algorithms．Butcolonyalgorithmexpensive isaclassical basedon is usedbecauseithas algorithm algorithm consuming．K-medoids clustering partitioning．Itwidely and thenumberofclustersmustbe decided．K—medoids onthe highspeedgoodefficiency．But prior algorithmdependents initialclustercentre ordertoresolvethese namedant and points．In problems，ac