基于计算智能的聚类算法 |
| |
引用本文: | 马金亮,成新明. 基于计算智能的聚类算法[J]. 计算机系统应用, 2009, 18(4): 32-35 |
| |
作者姓名: | 马金亮 成新明 |
| |
作者单位: | 中南大学信息科学与工程学院,湖南,长沙,410083 |
| |
基金项目: | 湖南省自然科学基金项目(07JJ6126) |
| |
摘 要: | 近年来数据挖掘领域中的聚类和人工智能领域的计算智能都有长足的进步和发展。计算智能自组织、自学习的特性为聚类问题的解决提供了一个有效的途径。当前基于计算智能的聚类算法主要包括:基于神经网络的聚类算法、基于遗传算法的聚类算法和基于蚁群算法的聚类算法。本文针对以上算法进行了阐述,详细说明了算法思想、关键技术和优缺点,并提出了有待进一步研究的问题。
|
关 键 词: | 聚类 自组织特征映射 遗传算法 蚁群算法 |
收稿时间: | 2008-09-11 |
Clustering Algorithm Based on Computational Intelligence |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|