基于蚁群聚类算法的离群挖掘方法

离群挖掘是数据挖掘研究的重要内容,在实际生活中获得广泛应用。该文首先给出了离群数据的量化定义,并用基于蚁群的聚类学习方法,产生了状态空间的整体特征。然后结合具体的设备对象,提出了离群数据的挖掘方法。最后进行了实验验证,结果表明该文提出的方法是有效的。     

虚拟人环境感知的仿真方法研究

针对目标驱动的追击问题,将视线升维为柱体的视线筒,提出了一种虚拟人环境感知的筒视线方法.根据虚拟人所处的环境和行进速度,以变频方式、周期性地向目标发射筒视线,根据该筒视线与环境中障碍物的各碰撞点的信息和预先设置的行动推理知识库,确定虚拟人的追逐行动;为不完全可知的、动态虚拟环境中的目标追击问题提供了一种新的解决方案.该方案抛开了基于传统视野范围的拟人方式,以通过性的感知为中心,形成虚拟世界的互动性感知标准,建立虚拟人自身的感知功能,取得了更加逼真的仿真效果.原型系统验证了该方法的可行性和有效性.     

一种进化聚类学习新方法

根据人类进行聚类判断所遵循的原则,模拟蚂蚁寻找食物源的行为,该文提出了一种基于蚁群的聚类学习新方法。该方法可以最终获得全局最优解,并且具有本质并行性、计算效率高、聚类学习能力强等优点。