基于信息熵的蚁群聚类算法的改进

摘要：

聚类分析是数据挖掘领域中的一个重要研究课题.在LF算法的基础上,利用信息熵减少参数设置,并通过半径递增、短期记忆、强行放下、合并聚类等策略,提高聚类性能.仿真实验表明:新算法能取得较好的聚类结果,对于处理混合属性数据集尤其是类属性数据集聚类问题相当有效.

关键词：聚类分析、蚁群算法、信息熵、类属性

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：中国博士后科学基金2003033372

在线出版日期：2006-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：296-300