曹安得

作品数：3被引量：7H指数：2
导出分析报告
供职机构：沈阳大学更多>>
发文主题：蚁群聚类信息熵兴趣度蚁群FCM聚类算法更多>>
发文领域：自动化与计算机技术环境科学与工程更多>>
发文期刊：《计算机与信息技术》《计算机应用研究》《沈阳建筑大学学报（自然科学版）》更多>>
所获基金：国家自然科学基金辽宁省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
蚁群聚类组合的改进算法被引量：5
《沈阳建筑大学学报（自然科学版）》2011年第4期798-803,共6页马春英 曹安得 周允征 
国家自然科学基金项目(70473059)
目的研究一种基于信息熵蚁群聚类的模糊C-均值算法(即EACFCM算法),解决原标准蚁群聚类算法聚类速度慢,系统停滞,函数值收敛于某局部点等问题.方法通过理论改进、算法移植和实验证明相结合的办法,采用基于信息熵的蚁群聚类算法对数据样...
关键词：信息熵 聚类分析 蚁群聚类 FCM聚类算法 
基于信息熵的蚁群聚类组合算法的研究被引量：3
《计算机应用研究》2011年第4期1269-1271,共3页田力威 曹安得 
辽宁省自然科学基金资助项目(20082002)
提出一种基于信息熵的蚁群聚类算法,将信息熵引入到LF算法中,数据对象的归属由信息熵来决定,减少了参数,测试并验证了算法的有效性;同时,针对信息熵的蚁群算法早期数据分散、收敛过慢、容易陷入局部最优等缺点,提出了一种蚁群聚类组合...
关键词：聚类 蚁群聚类 信息熵 K-均值 
基于兴趣相似性的Web用户聚类方法
《计算机与信息技术》2010年第10期64-66,共3页田力威 曹安得 
基于传统的Web用户聚类方法没有充分考虑到用户兴趣,本文引入一种新的用户兴趣表示方法构造用户访问特征对象,提出了一种新的用户访问模式K-mean算法,引入用户兴趣相似度到聚类中确定初始聚类中心,减少了算法随机性,使得聚类更准确。
关键词：兴趣度 K-MEANS 聚类中心 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部