蚁群聚类算法综述

被引：39

作者：

张建华

江贺

张宪超

机构：

[1] 大连理工大学软件学院

来源：

计算机工程与应用 | 2006年 / 16期

关键词：

数据挖掘; 蚁群算法; 聚类;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

数据聚类是重要的数据挖掘技术,在工程和技术等领域具有广泛的应用背景。蚁群算法作为一种新型的优化方法,具有很强的鲁棒性和适应性。文章着重介绍蚁群聚类算法的研究情况,阐述当今流行的蚁群聚类算法的基本原理及其特性,旨在为蚁群聚类算法的发展提供引导作用。

引用

页码：171 / 174+211 +211

页数：5

共 6 条

[1] 蚁群算法在数据挖掘中的应用研究 [J].

张惟皎 ;

刘春煌 ;

尹晓峰 .

计算机工程与应用, 2004, (28) :171-173

[2] 蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例 [J].

叶志伟 ;

郑肇葆 .

武汉大学学报(信息科学版), 2004, (07) :597-601

[3] 一种进化聚类学习新方法 [J].

杨欣斌 ;

孙京诰 ;

黄道 ;

不详 .

计算机工程与应用 , 2003, (15) :60-62

[4] 基于蚁群聚类算法的离群挖掘方法 [J].

杨欣斌 ;

孙京诰 ;

黄道 .

计算机工程与应用, 2003, (09) :12-13+37

[5] 从多角度分析现有聚类算法(英文) [J].

钱卫宁 ;

周傲英 .

软件学报, 2002, (08) :1382-1394

[6] A stochastic heuristic for visualising graph clusters in a bi-dimensional space prior to partitioning [J].

Kuntz, P ;

Snyers, D ;

Layzell, P .

JOURNAL OF HEURISTICS, 1999, 5 (03) :327-351

← 1 →