蚁群聚类算法相关论文
生产调度问题在现实生产环境中中起着不可替代的作用,是整个生产管理系统的重要组成部分,批调度问题是生产调度问题中最主要的分支......
本文提出了一种基于序列相似性度量的蚁群聚类算法。针对序列数据的特点将序列相似性引入蚁群聚类算法作为相似性度量。实验结果表......
建立航空公司的CRM体系，往往需要考虑从整合的客户关系管理战略入手，建立客户价值导向的客户细分方法和价值评估体系，并通过技术战略......
为克服传统评价模型在寻找网络关键节点时主观因素的干扰,使用聚类思想来进行网络关键节点识别.结合聚类分析的思想,提出了识别网......
本文以裂解炉生产工艺中燃料气热值分析为实际应用背景,对软测量建模方法进行了研究,重点分析了模糊神经网络建模技术.运用传统的......
在智能自动化研究领域，现在基于群体智能特征的仿生类算法研究正受到越来越多学者的关注。作为群体智能的典型实现，蚁群算法正在受到......
参与式感知(Participatory sensing)是最近几年出现的一种感知技术,又称为城市感知(Urban sensing)、以人为中心的感知(People-cen......
随着信息科学的飞速发展,获取和存储海量数据已不是什么难事,但面临如此海量数据,若不加分析和处理,它们可能没有任何意义。因此,......
随着网络技术的迅速发展，以及网络在社会生活中的广泛使用，使得网络上的信息资源越来越多，人类交互信息已不可避免地海量化，而巨量、无......
数据聚类是重要的数据挖掘技术，聚类技术将末标记对象通过其相似度进行分组，使得组内对象的相似度最大而组问对象的相似度最小，从而发......
本文针对K-means算法容易出现局部最优的缺点,引入了一种改进的种群分类蚁群算法ICACA(Improved Character-base Ant Colony Algor......
计算机网络在满足人们快捷的共享资源的同时,也频繁的受到攻击和非法的访问,网络安全问题受到了广泛的关注。入侵检测系统是一种主......
在高速发展的信息时代,随着网络技术和规模的不断发展,信息安全已经成为全球性的重要问题之一。入侵检测技术作为新一代安全保护技......
计算机网络在满足人们快捷的共享资源的同时，也频繁的受到攻击和非法的访问，网络安全问题受到了广泛的关注。入侵检测系统是一种主动......
随着数据挖掘研究的不断深入，群体智能越来越受到研究人员关注，作为其重要分支的蚁群聚类算法备受学者们青睐。蚁群聚类算法是受蚂蚁......
蚁群算法因其具有分布式计算、信息正反馈和启发式搜索等优点，已经成功地应用于解决各类复杂优化问题，然而蚁群算法中收敛早，易陷入局......
随着科技的飞速发展和进步，每日的大宗市场交易、股票期货金融领域、医疗行业积累了大量的数据，如何利用这些数据，在海量数据库基础上......
聚类算法是统计学研究的热点问题,是数据挖掘和处理大数据的重要工具,本文通过对聚类算法的分析研究,得到了如下结果:1.建立了基于......
在数据大爆炸的时代,如何有效地分析和管理这些数据信息变得尤为重要,而聚类分析是人们对数据进行分类的重要技术。它不仅可以作为......
鉴于二维码扫码支付设备的复杂性以及不同故障的多样性,提出一种基于蚁群聚类算法的二维码扫码支付设备故障自动识别方法。需引入......
本文分析了早期蚁群聚类的特点和不足，提出一种基于信息素最优更新和变异的蚁群聚类算法,该算法采用信息素最优更新策略，使每次搜索......
算法研究学者中最早研究蚁群基于信息素行为特征的是DENEUBOURG[1,2]。但是，1991年他却创建了无信息素的蚁群聚类算法模型[3]。通过......
蚁群聚类算法较传统聚类算法突出优点是聚类的类总数从数据中自动产生,但分类归属性较随机,聚类质量受数据和参数影响较大,质量不......
由于岩爆是深部地下工程常见的一种重大工程灾害,因此,岩爆预测研究具有重大的现实意义。岩爆影响因素众多且关系复杂,不能用简单......
在分析现有蚁群聚类算法不足的基础上,结合一种含多种蚁群、多种信息激素的多态蚁群算法,形成蚁群多态聚类算法。该算法通过引入不......
将信息熵对信息和数据的不确定性分析来度量数据所带来的不确定性程度,利用数据挖掘算法中的蚁群聚类算法,结合信息熵理论对网络客......
数据挖掘是从海量的数据中寻找模式或规则的过程。聚类分析作为数据挖掘中一个重要的研究内容,既可以作为独立的数据挖掘工具,发现......
过程优化可使企业在原有设备条件的基础上,提高生产效率,满足节能减排的要求,获得显著的经济效益,研究工业生产过程优化的方法既有......
提出了一种基于蚁群聚类算法数据挖掘预处理的支持向量机(SVM)预测方法.利用其在处理大数据量、消除冗余信息等方面的独特优势,寻......
随着电信市场竞争的日益加剧，以产品为中心的经营模式逐渐被以客户为中心的经营模式所替代。如何对客户进行科学有效的细分，进而针对......
聚类方法的研究是一个古老但是一直富有挑战的问题,然而如今Internet上的文本信息飞速的增长,人们在大量文本中获取信息的需求也随......
近年来,熵编码被广泛运用在图像编码算法中。根据条件熵必不超过无条件熵这一结论,可知Context模型可以有效的减少信源的信息熵,从......
MOOC(massive open online courses),即大型开放式网络课程,MOOC平台一般都是面向全球或者某个特定范围群体,通过MOOC网络平台向学......
话题发现和跟踪(TDT)技术是国内外研究的一个热点，具有广泛的应用前景。本课题的研究目标是设计和实现一个热点话题发现系统模型，应......
对数据挖掘的算法作了分析和比较,选取蚁群聚类算法对互动业务中的典型平台--IPTV业务进行研究,实现用户行为特征群偏好分析.......
针对基于模式匹配的异常行为检测无法实现细粒度化检测和精确定位异常行为的问题,提出一种基于模式匹配与机器学习的异常检测模型.......
分形编码的图像去噪方法是图像去噪领域中一个崭新的研究课题。以分形编码技术为基础,采用蚁群聚类算法对高斯噪声图像去噪的研究......
为了改善传统的协作学习分组中存在的方式单一、缺乏智能性等缺点,将蚁群聚类算法应用于协作学习分组,并以大学计算机课程为例进行......
针对目前聚类算法在分析DNA序列数据时的低效性和分类精度低问题，提出一种基于蚁群优化聚类算法（ACOC）的DNA序列分类方法，在密度函数中......
传统的蚁群聚类算法将聚类数据的每一维属性都等同看待，而在实际的应用中各维属性对聚类的贡献率不一，具有主次之分，若将所有属性赋予......
首先使用混合属性数据集表示民族突发事件中的数值信息和类属信息;然后,考虑到每个属性拥有不同权重因子,改进了蚁群聚类算法中相......
传统支持向量机在处理包含大量未知类别样本的训练集时性能较差。针对这一不足,在少量已知类别样本和大量未知类别样本构成的训练......
基于云模型在非规范知识表示中的优良特征，本文提出了一种基于云关联规则的改进蚁群聚类算法．通过在邻域内进行基于云模型关联规则的......
为避免点云数据处理过程中的过光顺和局部失真现象，利用丛于核函数的蚁群聚类算法对点云数据进行分析，在高维特征空间达到线性可聚的......
