• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Business Intelligence and Data Mining >A stochastic nature inspired metaheuristic for clustering analysis
【24h】

A stochastic nature inspired metaheuristic for clustering analysis

机译：随机性启发了元启发式进行聚类分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents a new stochastic nature inspired methodology, which is based on the concepts of Particle Swarm Optimization (PSO) and Ant Colony Optimization (ACO), for optimally clustering N objects into K clusters. Due to the nature of stochastic and population-based search, the proposed algorithm can overcome the drawbacks of traditional clustering methods. Its performance is compared with other popular stochastic/metaheuristic methods like genetic algorithm and Tabu search. The proposed algorithm has been implemented and tested on several datasets with very good results.
机译：本文提出了一种新的随机自然启发方法，该方法基于粒子群优化（PSO）和蚁群优化（ACO）的概念，用于将N个对象最佳地聚类为K个聚类。由于随机搜索和基于种群的搜索的性质，所提出的算法可以克服传统聚类方法的缺点。将其性能与其他流行的随机/随机方法（如遗传算法和禁忌搜索）进行比较。所提出的算法已经在多个数据集上实现并进行了测试，效果非常好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号