【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自主聚类,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
【机 构】
:
合肥工业大学计算机与信息学院,上海大学通信与信息工程学院
【基金项目】
:
国家自然科学基金(编号:61174170)资助项目
论文部分内容阅读
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自主聚类,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,提出了结合蚁群算法和K-medoids的聚类算法(AKCA),该算法融合了蚁群算法和K-medoids算法各自在聚类上的优点。实验结果表明,该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
其他文献
随着工程管理信息化的发展,工程项目成本管理在大型项目的施工管理中发挥着越来越重要的作用。基于此,本文分析了建筑工程项目成本管理中的问题以及加强成本控制的措施,以供
安捷伦科技公司(NYSE:A)推出最高带宽的微波M波段实时示波器,带宽高达63GHz,实时采样率高达160 GSa/s,对于有的应用需要一台示波器四个通道同时使用的时候,每个通道都达到超过20GHz,甚
在实际电子测量分类系统中,随着机器学习技术的广泛应用,它面临着来自对抗性环境中敌手攻击的巨大挑战。利用非合作二人Stackelberg博弈,并结合实际存在的跟随者反应时延问题
碳纳米颗粒作为一种新颖的纳米材料,在生物医学以及工业领域等具有重要应用价值。然而如何自动化的操控以及装配碳纳米颗粒仍然是难题。为此,文中提出了一种将光诱导交流电渗流
企业要想做大做强,提升自身竞争力水平,就要不断强化预算管理,其中,在预算管理过程中,财务预算是至关重要。如何强化财务预算管理,控制企业成本费用,这是广大财务工作者所必
我国经济的高速发展,同时也伴随了网络技术的迅速发展,而计算机与网络技术的不断发展,促进了企业经营效益的不断改善。由于网络时代的到来,使得企业的经营环境发生了很大的变
针对超声波高效率提取植物根茎类药材活性成分含量难以实时在线检测的问题,采用基于粒子群算法和支持向量机相结合的软测量建模方法。通过对辅助变量的测量来建立软测量预测模型,从而估计和推断待测量变量的值,并利用单片机进行辅助变量的数据采集和处理、软测量模型的计算及建立和模型的硬件实现,从而实现了对超声波提取植物根茎类药材葛根素的在线测量。与目前采用紫外分光光度计分时离线取样进行检测相比,该方法克服了无法直