粒子群聚类算法综述

聚类分析是数据挖掘的重要技术之一,它能够通过无监督的学习过程发现隐藏的模式,具有独立发现知识的能力。对现有文献中基于粒子群优化算法的聚类分析技术作了全面的介绍,对几种主要的粒子群聚类算法的基本原理及其特点进行了总结,并分析比较了它们的优点和不足,概述了粒子群聚类算法的常见应用领域;最后探讨了粒子群聚类算法进一步的研究方向。

多约束的战术互联网拓扑模型研究

为了解决战术互联网拓扑模型生成问题,分析了现有的拓扑构建方法的不足,从拓扑模型建立、约束条件、拓扑分析等几方面对战术互联网网络模型进行了研究。通过构建多约束下的节点模型、边模型,进而构建网络拓扑模型,并从节点度、平均路径长度、网络效率等方面对拓扑模型进行了特性分析。仿真结果表明,提出的多约束的战术互联网拓扑模型生成方法能够很好地满足新一代战术互联网的拓扑结构。