基于“智能信息中心”的蚁群文本聚类算法改进
文本聚类分析是网络信息采集过程中常用的方法之一.蚁群聚类算法作为一种自组织、并行的聚类算法,被广泛应用于聚类分析中.针对传统蚁群聚类算法缺乏目的性、随机性过强等不足之处,提出了一种新的改进方案.设立“智能信息中心”动态全局地调控蚁群的聚类过程,增强了蚂蚁行动的目的性,减小其随机性,从而提高算法效率.进一步对算法参数进行优化,达到了优化文本聚类蚁群算法的目的....
Gespeichert in:
| Veröffentlicht in: | 信息安全研究 2017, Vol.3 (2), p.160-165 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 165 |
|---|---|
| container_issue | 2 |
| container_start_page | 160 |
| container_title | 信息安全研究 |
| container_volume | 3 |
| creator | 姚兴仁 赵刚 吴惟希 |
| description | 文本聚类分析是网络信息采集过程中常用的方法之一.蚁群聚类算法作为一种自组织、并行的聚类算法,被广泛应用于聚类分析中.针对传统蚁群聚类算法缺乏目的性、随机性过强等不足之处,提出了一种新的改进方案.设立“智能信息中心”动态全局地调控蚁群的聚类过程,增强了蚂蚁行动的目的性,减小其随机性,从而提高算法效率.进一步对算法参数进行优化,达到了优化文本聚类蚁群算法的目的. |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour_chong</sourceid><recordid>TN_cdi_wanfang_journals_xxaqyj201702008</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>671231449</cqvip_id><wanfj_id>xxaqyj201702008</wanfj_id><sourcerecordid>xxaqyj201702008</sourcerecordid><originalsourceid>FETCH-LOGICAL-c598-441b78e6b2f13c17730b8aff2bc1fe41f24394ae04d510ea5962e9cf113112f13</originalsourceid><addsrcrecordid>eNpjYeA0MrA00zU0MDXnYOAtLs5MMjAytzQ3MjM15mSwfzp_15NdfY8a5jybuetF894n-xc-a1z_ZMfap_ubHzXMfT6r5cWsxuf7ljyb1v5szpoXjbOeb9z9fN30Z5unPpuy88X-2TwMrGmJOcWpvFCamyHEzTXE2UPXx9_d09nRRzfZ1NJC18TEMMncItUsySjN0DjZ0Nzc2CDJIjEtzSgp2TAt1cQwzcjE2NIkMdXAJMXU0CA10dTSzCjVMjnN0NDY0BCkh5tBHWJseWJeWmJeenxWfmlRHtDC-IqKxMLKLCMDQ3MDIwMDC6BKJYjK5Iz8vPTCTKDagqLM3MSiyngzc0MjY0MTE0tjAE9NZrI</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于“智能信息中心”的蚁群文本聚类算法改进</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>姚兴仁 赵刚 吴惟希</creator><creatorcontrib>姚兴仁 赵刚 吴惟希</creatorcontrib><description>文本聚类分析是网络信息采集过程中常用的方法之一.蚁群聚类算法作为一种自组织、并行的聚类算法,被广泛应用于聚类分析中.针对传统蚁群聚类算法缺乏目的性、随机性过强等不足之处,提出了一种新的改进方案.设立“智能信息中心”动态全局地调控蚁群的聚类过程,增强了蚂蚁行动的目的性,减小其随机性,从而提高算法效率.进一步对算法参数进行优化,达到了优化文本聚类蚁群算法的目的.</description><identifier>ISSN: 2096-1057</identifier><language>chi</language><publisher>北京信息科技大学信息管理学院 北京 100192</publisher><subject>参数优化 ; 文本聚类 ; 智能信息中心 ; 自组织 ; 蚁群算法</subject><ispartof>信息安全研究, 2017, Vol.3 (2), p.160-165</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/72202X/72202X.jpg</thumbnail><link.rule.ids>314,780,784,4024</link.rule.ids></links><search><creatorcontrib>姚兴仁 赵刚 吴惟希</creatorcontrib><title>基于“智能信息中心”的蚁群文本聚类算法改进</title><title>信息安全研究</title><addtitle>Journal of Information Security Research</addtitle><description>文本聚类分析是网络信息采集过程中常用的方法之一.蚁群聚类算法作为一种自组织、并行的聚类算法,被广泛应用于聚类分析中.针对传统蚁群聚类算法缺乏目的性、随机性过强等不足之处,提出了一种新的改进方案.设立“智能信息中心”动态全局地调控蚁群的聚类过程,增强了蚂蚁行动的目的性,减小其随机性,从而提高算法效率.进一步对算法参数进行优化,达到了优化文本聚类蚁群算法的目的.</description><subject>参数优化</subject><subject>文本聚类</subject><subject>智能信息中心</subject><subject>自组织</subject><subject>蚁群算法</subject><issn>2096-1057</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2017</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0MrA00zU0MDXnYOAtLs5MMjAytzQ3MjM15mSwfzp_15NdfY8a5jybuetF894n-xc-a1z_ZMfap_ubHzXMfT6r5cWsxuf7ljyb1v5szpoXjbOeb9z9fN30Z5unPpuy88X-2TwMrGmJOcWpvFCamyHEzTXE2UPXx9_d09nRRzfZ1NJC18TEMMncItUsySjN0DjZ0Nzc2CDJIjEtzSgp2TAt1cQwzcjE2NIkMdXAJMXU0CA10dTSzCjVMjnN0NDY0BCkh5tBHWJseWJeWmJeenxWfmlRHtDC-IqKxMLKLCMDQ3MDIwMDC6BKJYjK5Iz8vPTCTKDagqLM3MSiyngzc0MjY0MTE0tjAE9NZrI</recordid><startdate>2017</startdate><enddate>2017</enddate><creator>姚兴仁 赵刚 吴惟希</creator><general>北京信息科技大学信息管理学院 北京 100192</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W92</scope><scope>~WA</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2017</creationdate><title>基于“智能信息中心”的蚁群文本聚类算法改进</title><author>姚兴仁 赵刚 吴惟希</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c598-441b78e6b2f13c17730b8aff2bc1fe41f24394ae04d510ea5962e9cf113112f13</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2017</creationdate><topic>参数优化</topic><topic>文本聚类</topic><topic>智能信息中心</topic><topic>自组织</topic><topic>蚁群算法</topic><toplevel>online_resources</toplevel><creatorcontrib>姚兴仁 赵刚 吴惟希</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-工程技术</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>信息安全研究</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>姚兴仁 赵刚 吴惟希</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于“智能信息中心”的蚁群文本聚类算法改进</atitle><jtitle>信息安全研究</jtitle><addtitle>Journal of Information Security Research</addtitle><date>2017</date><risdate>2017</risdate><volume>3</volume><issue>2</issue><spage>160</spage><epage>165</epage><pages>160-165</pages><issn>2096-1057</issn><abstract>文本聚类分析是网络信息采集过程中常用的方法之一.蚁群聚类算法作为一种自组织、并行的聚类算法,被广泛应用于聚类分析中.针对传统蚁群聚类算法缺乏目的性、随机性过强等不足之处,提出了一种新的改进方案.设立“智能信息中心”动态全局地调控蚁群的聚类过程,增强了蚂蚁行动的目的性,减小其随机性,从而提高算法效率.进一步对算法参数进行优化,达到了优化文本聚类蚁群算法的目的.</abstract><pub>北京信息科技大学信息管理学院 北京 100192</pub><tpages>6</tpages></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 2096-1057 |
| ispartof | 信息安全研究, 2017, Vol.3 (2), p.160-165 |
| issn | 2096-1057 |
| language | chi |
| recordid | cdi_wanfang_journals_xxaqyj201702008 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| subjects | 参数优化 文本聚类 智能信息中心 自组织 蚁群算法 |
| title | 基于“智能信息中心”的蚁群文本聚类算法改进 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-24T23%3A28%3A49IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E2%80%9C%E6%99%BA%E8%83%BD%E4%BF%A1%E6%81%AF%E4%B8%AD%E5%BF%83%E2%80%9D%E7%9A%84%E8%9A%81%E7%BE%A4%E6%96%87%E6%9C%AC%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95%E6%94%B9%E8%BF%9B&rft.jtitle=%E4%BF%A1%E6%81%AF%E5%AE%89%E5%85%A8%E7%A0%94%E7%A9%B6&rft.au=%E5%A7%9A%E5%85%B4%E4%BB%81%20%E8%B5%B5%E5%88%9A%20%E5%90%B4%E6%83%9F%E5%B8%8C&rft.date=2017&rft.volume=3&rft.issue=2&rft.spage=160&rft.epage=165&rft.pages=160-165&rft.issn=2096-1057&rft_id=info:doi/&rft_dat=%3Cwanfang_jour_chong%3Exxaqyj201702008%3C/wanfang_jour_chong%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=671231449&rft_wanfj_id=xxaqyj201702008&rfr_iscdi=true |