期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于蚂蚁聚类算法的炮兵阵地选取方法 被引量:2
1
作者 赵基海 刘玉树 +1 位作者 陈云飞 范洁 《火力与指挥控制》 CSCD 北大核心 2006年第4期19-22,共4页
在对炮兵作战地域进行地形分析的基础上,提出运用蚂蚁聚类算法选取炮兵阵地的方法。针对炮兵阵地配置的特殊要求,将模糊数学中的隶属度概念引入到炮兵阵地聚类算法之中。最后通过实验分析了此方法的优缺点,对炮兵指挥决策有一定的参考... 在对炮兵作战地域进行地形分析的基础上,提出运用蚂蚁聚类算法选取炮兵阵地的方法。针对炮兵阵地配置的特殊要求,将模糊数学中的隶属度概念引入到炮兵阵地聚类算法之中。最后通过实验分析了此方法的优缺点,对炮兵指挥决策有一定的参考价值。 展开更多
关键词 炮兵阵地选取 蚂蚁聚类算法
下载PDF
蚂蚁聚类算法在炮兵阵地选择中的应用 被引量:1
2
作者 王克勤 贾建武 《数学的实践与认识》 CSCD 北大核心 2012年第16期168-172,共5页
针对炮兵阵地配置的特殊要求,将模糊数学中的隶属度概念引入到炮兵阵地聚类算法之中,具有较强的可操作性,利于计算机实现,对炮兵指挥决策有一定的参考价值.
关键词 炮兵阵地选择 蚂蚁聚类算法
原文传递
一种新的混合聚类算法 被引量:18
3
作者 吴文丽 刘玉树 赵基海 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第1期16-18,共3页
聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能... 聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。 展开更多
关键词 群体智能 蚂蚁聚类算法 K-平均算法 混合
下载PDF
基于两阶段模糊蚂蚁聚类陆战旅待机地域的选取
4
作者 傅调平 刘玉树 《计算机工程》 CAS CSCD 北大核心 2007年第5期13-15,19,共4页
根据“隐蔽疏散配置”选取原则,提出了一种计算机辅助生成陆战旅待机地域选取方案的新方法。为克服传统蚂蚁聚类算法运行时间长、仅能处理结构化数据等不足,给出了一种两阶段模糊蚂蚁聚类算法。对第1阶段聚类后数据进行融合操作,减少了... 根据“隐蔽疏散配置”选取原则,提出了一种计算机辅助生成陆战旅待机地域选取方案的新方法。为克服传统蚂蚁聚类算法运行时间长、仅能处理结构化数据等不足,给出了一种两阶段模糊蚂蚁聚类算法。对第1阶段聚类后数据进行融合操作,减少了第2阶段聚类的数据量、数据分布空间和迭代次数。实验证明,该算法是一种高效率、鲁棒性好的算法。该选取方法实现了陆战旅待机地域选取方案的自动、准确、快速计算机辅助生成。 展开更多
关键词 两阶段 模糊蚂蚁聚类算法 待机地域选取
下载PDF
基于蚂蚁聚类的自适应拒绝服务攻击检测技术 被引量:1
5
作者 杨一 郑建德 《通信学报》 EI CSCD 北大核心 2006年第z1期88-91,共4页
提出了基于蚂蚁聚类的自适应拒绝服务攻击检测技术,根据DoS/DdoS洪泛攻击往往打破正常网络流量分布平衡的原理,运用自适应蚂蚁聚类算法(AAC)在正常网络情况下生成检测模型,利用已知模型进行自动监控检测,具有良好的适应性和有效性.
关键词 拒绝服务攻击 异常检测 蚂蚁聚类算法
下载PDF
基于Ward优化蚂蚁觅食聚类算法的边坡安全等级分类
6
作者 刘晓静 罗金 +1 位作者 崔旭廷 祝福源 《吉林水利》 2021年第10期1-4,共4页
库区的边坡稳定对于水库的安全运行十分重要,为了方便工程人员精准掌握及应对边坡的状态和问题,所以对边坡安全性进行分级十分必要。本文应用Ward优化蚂蚁觅食聚类算法对影响边坡安全的多因素进行聚类分析,有效解决了多因素聚类中权重... 库区的边坡稳定对于水库的安全运行十分重要,为了方便工程人员精准掌握及应对边坡的状态和问题,所以对边坡安全性进行分级十分必要。本文应用Ward优化蚂蚁觅食聚类算法对影响边坡安全的多因素进行聚类分析,有效解决了多因素聚类中权重和距离计算难的问题,提高了等级之间的区别度以及算法的鲁棒性。选用三峡库区的边坡进行计算,结果表明基于Ward优化的蚂蚁觅食算法比粒子群优化聚类算法的准确性高,说明该算法的精度高、可靠性强。 展开更多
关键词 边坡 Ward法 蚂蚁觅食算法 安全等级
下载PDF
半失能老人远程健康监测大数据缺失处理
7
作者 王泽荣 蔡延光 《电子技术与软件工程》 2023年第3期204-207,共4页
本文对传统蚂蚁聚类算法易出现早熟和收敛速度慢的问题,提出了基于改进K-means蚂蚁聚类算法,并将优化后的聚类算法与优化填充策略结合,对半失能老人远程健康监测缺失数据进行填充。仿真结果说明:改进K-means蚂蚁聚类算法的分类精度有所... 本文对传统蚂蚁聚类算法易出现早熟和收敛速度慢的问题,提出了基于改进K-means蚂蚁聚类算法,并将优化后的聚类算法与优化填充策略结合,对半失能老人远程健康监测缺失数据进行填充。仿真结果说明:改进K-means蚂蚁聚类算法的分类精度有所提高,基于改进K-means蚂蚁聚类的缺失数据填充算法的填充效果有所改善,可以有效填充半失能老人远程健康监测的缺失数据。 展开更多
关键词 优化蚂蚁聚类算法 缺失数据 填充 EM填充
下载PDF
Ant colony ATTA clustering algorithm of rock mass structural plane in groups 被引量:9
8
作者 李夕兵 王泽伟 +1 位作者 彭康 刘志祥 《Journal of Central South University》 SCIE EI CAS 2014年第2期709-714,共6页
Based on structural surface normal vector spherical distance and the pole stereographic projection Euclidean distance,two distance functions were established.The cluster analysis of structure surface was conducted by ... Based on structural surface normal vector spherical distance and the pole stereographic projection Euclidean distance,two distance functions were established.The cluster analysis of structure surface was conducted by the use of ATTA clustering methods based on ant colony piles,and Silhouette index was introduced to evaluate the clustering effect.The clustering analysis of the measured data of Sanshandao Gold Mine shows that ant colony ATTA-based clustering method does better than K-mean clustering analysis.Meanwhile,clustering results of ATTA method based on pole Euclidean distance and ATTA method based on normal vector spherical distance have a great consistence.The clustering results are most close to the pole isopycnic graph.It can efficiently realize grouping of structural plane and determination of the dominant structural surface direction.It is made up for the defects of subjectivity and inaccuracy in icon measurement approach and has great engineering value. 展开更多
关键词 rock mass discontinuity cluster analysis ant colony ATTA algorithm distance function Silhouette index
下载PDF
Gear Fault Recognition and Diagnosis Based on Ant Colony Optimization Algorithm
9
作者 Mingzan Wang Jinzhong He 《Journal of Systems Science and Information》 2006年第3期495-500,共6页
introduce a new kind of swarm intelligence algorithm, the Ant Colony Optimization (ACO) algorithm. Propose a clustering analysis model based on ACO, apply the model to recognition and diagnosis of operation state fo... introduce a new kind of swarm intelligence algorithm, the Ant Colony Optimization (ACO) algorithm. Propose a clustering analysis model based on ACO, apply the model to recognition and diagnosis of operation state for gearbox. Testing four kinds of gears and clustering some characteristic parameters of the gear vibration signal, the conclusion shows that this method can recognize running state with accuracy and all speed. It is a new method for fault recognition and diagnosis. 展开更多
关键词 ant colony optimal algorithm CLUSTERING fault diagnosis RECOGNITION
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部