蚁群算法聚类设计

计算机工程与应用2006.16引言聚类分析是数据挖掘领域中的一个重要分支[1],是人们认和探索事物之间内在联系的有效手段,它既可以用作独立的据挖掘工具,来发现数据库中数据分布的一些深入信息,也以作为其他数据挖掘算法的预处理步骤。所谓聚类(clus- ring)就是将数据对象分组成为多个类或簇(cluster),在同一簇中的对象之间具有较高的相似度,而不同簇中

一种基于蚁群聚类的图像分割方法【关键词】图像分割；群体智能；蚁群算法；聚类0 引言在图像分析与处理中，通常需要将关心的目标从图像中分离出来，这种从图像中将有特殊意义的区域与其它区域分离并提取出来的技术和过程，就是图像分割。图像分割是目前图像处理、计算机视觉、模式识别等研究邻域的基本问题之一。目前，图像分割不存在通用的分割算法，不同的图像分割算法都是在针对不同

基于蚁群算法的结构面产状模糊C均值聚类分析

基于蚁群聚类的自适应神经网络算法

基于蚁群聚类算法的优化与改进

基于蚁群聚类算法的组合算法

蚁群聚类算法matlab源代码

基于蚁群算法的聚类优化

一种多蚁群聚类组合算法研究及其应用

－5009－0引言俗话说“物以类聚，人以群分”，人们在不知不觉中进行着聚类活动，它是人们认识和探索事物之间内在联系的有效手段。聚类在数据挖掘中有着重要的地位，它既可以用作独立的数据挖掘工具，来发现数据库中数据分布的一些深入信息，也可以作为其它数据挖掘算法的预处理步骤。因此，聚类算法的研究具有很重要的现实意义。蚁群算法不依赖于具体问题，具有全局优化能力，因此受