LF算法相关论文
由信息技术、网络技术的飞速发展所导致的“数据爆炸但知识贫乏”的现象日益严重,应运而生的数据挖掘(Data Mining)技术在这一环境......
聚类分析作为数据挖掘的主要方法之一，能够实现数据对象的划分，进而发现整个数据对象集的分布模式。观察每一类数据的特征，集中对特定......
分别运用传统的LF算法和改进的蚊群聚类算法对可持续发展理念在大学生中推广的可行性进行了聚类研究。分析了影响大学生对可持续发......
在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,雷达脉冲相互交错,雷达信号的处理面临高密度信号环境。目前普遍......
采用FM、误分类错误率和运行时间作为衡量改进的LF算法的评价指标,对算法中蚁群的不同移动策略进行研究。这些移动策略包括完全随......
聚类是数据挖掘的主要任务之一，基于蚂蚁堆形成原理的LF算法是蚁群聚类的经典算法。给出了LF算法在Matlab环境下的详细实现过程，包含......
从模仿蚂蚁堆积的尸体的基本模型出发，引入了相似因子和相异因子的概念，通过重新定义接受分数的计算公式，能够使聚类结果更纯，聚类速度......
B2B环境下,同质产品价格竞争激烈,市场领导者成为产品价格的风向标,中小企业采取追随定价策略。从第三方B2B平台拥有大量数据的视......
数据聚类是重要的数据挖掘技术,是人们认识和探索事物之间内在联系的有效手段,它既可以作为独立的数据挖掘工具,发现数据库中数据......
聚类分析作为数据挖掘中一个重要的组成部分，主要用于在潜在的数据中发现有价值的数据分布和数据模式。在研究基本蚁群聚类模型、信......
