您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(理学版)》

J4

• 论文 • 上一篇    下一篇

一种基于流形的蚁群聚类算法

王宗利,刘希玉   

  1. 山东师范大学管理与经济学院, 山东 济南 250014
  • 收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2006-10-24 发布日期:2006-10-24
  • 通讯作者: 王宗利

An ant colony clustering algorithm on a manifold

WANG Zong-li, LIU Xi-yu   

  1. College of Management and Economy, Shandong Normal University, Jinan 250014, Shandong, China
  • Received:1900-01-01 Revised:1900-01-01 Online:2006-10-24 Published:2006-10-24
  • Contact: WANG Zong-li

摘要: 在介绍了基于信息熵的蚁群聚类算法以及流形学习的方法的基础上,将基于动态切空间排列的流形学习方法与该蚁群聚类算法相结合,给出了一种聚类算法的新思路,并在城市规划布局问题中做了仿真实验,提高了算法的收敛速度。

关键词: 数据挖掘, 动态切空间排列, 流形学习, 流形, 蚁群聚类算法

Abstract: An entropy-based ant colony algorithm and a manifold learning method were introduced. The manifold learning method based on dynamical tangent space alignment was combined with an ant colony algorithm, giving a new idea of a clustering algorithm. This algorithm can improve the speed of convergence.

Key words: dynamical tangent space alignment(DLTSA), manifold learning, manifold, ant colony algorithm, data mining

中图分类号: 

  • TP31
[1] 康海燕,马跃雷. 差分隐私保护在数据挖掘中应用综述[J]. 山东大学学报(理学版), 2017, 52(3): 16-23.
[2] 黄天意,祝峰. 基于流形学习的代价敏感特征选择[J]. 山东大学学报(理学版), 2017, 52(3): 91-96.
[3] 文海燕,刘建成. 伪黎曼空间型中具有常数量曲率的类空子流形[J]. 山东大学学报(理学版), 2017, 52(10): 89-96.
[4] 柳欣,徐秋亮,张波. 满足可控关联性的合作群签名方案[J]. 山东大学学报(理学版), 2016, 51(9): 18-35.
[5] 何超,李影,宋卫东. 局部对称伪黎曼流形中的2-调和类时子流形[J]. 山东大学学报(理学版), 2016, 51(10): 54-58.
[6] 苏曼,张量. 关于伪黎曼空间形式中类空子流形Chen不等式的两个结果[J]. 山东大学学报(理学版), 2016, 51(10): 59-64.
[7] 刘洋,达朝究,李富明. Nehari流形在一类半线性抛物方程爆破中的应用[J]. 山东大学学报(理学版), 2016, 51(1): 123-127.
[8] 李影, 宋卫东. 关于deSitter空间中的伪脐类时子流形[J]. 山东大学学报(理学版), 2015, 50(10): 64-67.
[9] 张凌, 任雪芳. 基数余-亏定理与数据外-内挖掘-分离[J]. 山东大学学报(理学版), 2015, 50(08): 90-94.
[10] 孙国伟, 买阿丽. 一类二阶非线性差分方程同宿解的多解性[J]. 山东大学学报(理学版), 2015, 50(05): 51-54.
[11] 刘敏, 宋卫东. 拟常曲率复射影空间中的全实极小子流形[J]. 山东大学学报(理学版), 2014, 49(12): 71-75.
[12] 吴熙曦, 李炳龙, 张天琪. 基于KNN的Android智能手机微信取证方法[J]. 山东大学学报(理学版), 2014, 49(09): 150-153.
[13] 杜世强1,石玉清2,王维兰1,马明1. 基于流形正则化判别的因子分解[J]. J4, 2013, 48(05): 63-69.
[14] 丁海云1,2,倪明康1,3. 具有不连续源的弱非线性奇摄动边值问题[J]. J4, 2012, 47(2): 8-13.
[15] 张文东1,尹金焕1,贾晓飞2,黄超1,苑衍梅1. 基于向量的频繁项集挖掘算法研究[J]. J4, 2011, 46(3): 31-34.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!