Improving constrained clustering via swarm intelligence
Improving constrained clustering via swarm intelligence
复制标题
通过群体智能改进约束聚类
DOI：
10.1016/j.neucom.2012.03.031
复制
发表时间：
2013-09
期刊：
影响因子：
6
通讯作者：
Chen, Ling
中科院分区：
文献类型：
--
作者：
Xu, Xiaohua;Lu, Lin;He, Ping;Pan, Zhoujin;Chen, Ling
通过模拟现实世界中蚁群的聚类行为，提出了一种约束蚁群聚类算法。该算法嵌入了基于随机游走的启发式游走机制，以处理两两必须连接和不能连接约束下的约束聚类问题。实验结果表明，与Cop-Kmeans算法和基于蚂蚁的聚类算法相比，该算法在人工数据集和真实的数据集上都有较好的聚类效果.
By simulating the clustering behavior of the real-world ant colonies, we propose in this paper a constrained ant clustering algorithm. This algorithm is embedded with the heuristic walk mechanism based on random walk to deal with the constrained clustering problems given pairwise must-link and cannot-link constraints. Experimental results show that our approach is more effective on both the synthetic datasets and the real datasets compared with the Cop-Kmeans and ant-based clustering algorithm.
登录
查看更多内容
DOI：
--
发表时间：
2007
期刊：
--
影响因子：
--
作者：
A. Ultsch
通讯作者：
A. Ultsch
影响因子：
7.5
作者：
He, Yulan;Hui, Siu Cheung
通讯作者：
Hui, Siu Cheung
DOI：
--
发表时间：
2005
期刊：
--
影响因子：
--
作者：
Xiaojin Zhu;J. Lafferty;R. Rosenfeld
通讯作者：
Xiaojin Zhu;J. Lafferty;R. Rosenfeld
DOI：
10.1145/1458082.1458202
发表时间：
2008-10
期刊：
--
影响因子：
--
作者：
Deng Cai;Qiaozhu Mei;Jiawei Han;ChengXiang Zhai
通讯作者：
Deng Cai;Qiaozhu Mei;Jiawei Han;ChengXiang Zhai
DOI：
10.1093/oso/9780195131581.001.0001
发表时间：
1999
期刊：
--
影响因子：
--
作者：
E. Bonabeau;M. Dorigo;G. Theraulaz
通讯作者：
E. Bonabeau;M. Dorigo;G. Theraulaz