蚁群聚类

摘要： 针对不平衡数据集的低分类准确性,提出基于蚁群聚类改进的SMOTE不平衡数据过采样算法ACC-SMOTE.一方面利用改进的蚁群聚类算法将少数类样本划分为不同的子簇,充分考虑类间与类内数据的不平衡,根据子簇所占样本的比例运用SMOTE算法进行过采样,从而降低类内数据的不平衡度;另一方面对过采样后的少数类样本采用Tomek Links数据清理技术进行及时修正,清除数据集中的噪声和抽样方法产生的重叠样例,从而保证合成样本的质量.本文所用训练数据集和测试数据集均为UCI数据集.实验结果表明本算法可以明显提高不平衡数据集的分类精度,从而提高分类器的分类性能.

摘要： 随着网上购物热潮的到来,企业拥有的客户数据激增.挖掘并分析出隐藏在客户数据中的信息,实现客户群进行划分,对提高企业盈利有显著作用.鉴于此,研究从移动策略、观察半径、概率转换函数等三个方面进行蚁群聚类算法的优化,并以蚁群聚类优化算法实现客户数据的聚类分析.研究结果显示,与标准蚁群聚类算法相比,蚁群聚类优化算法的平均错误个数降至9.6个,平均运行时间降至31.23s;客户群1对应的零售客户消费总次数均值、消费总金额均值均最高,依次为19次、36439元.这些结果说明蚁群聚类优化算法能够实现零售客户的分类,且分类耗时短、分类质量高.

摘要： 针对于蚁群聚类算法在搬运数据项过程中随机选择移动位置时,由于无效移动导致的算法收敛速度缓慢等缺陷,论文提出了一种基于相似度的蚁群聚类算法.通过设计相似度矩阵,基于相似移动机制将蚂蚁随机移动方式优化为按照相似度矩阵规则实施目的性的关联.实验选取Iis、Wine、Haberman和Balance-scale四种经典数据集,相较于现有的LF算法及GACC算法,结果表明在蚂蚁空载率都为90％的条件下,论文提出的SMACC算法的迭代次数明显降低,均体现出较优的聚类速率.

摘要： 针对大口径武器液压伺服系统控制时内部参数的不确定性和时变性问题,利用模糊控制鲁棒性强和容错能力好的特点,对传统PID控制进行改造,同时结合RBF神经网络来解决模糊控制精度差的问题.此外,利用蚁群聚类对RBF神经网络的初始参数进行初始化,采用共轭梯度法对神经网络进行优化训练.仿真结果表明,该控制策略能较好地抑制大口径武器系统的时变性与非线性问题,同时保证了系统的调炮速度和精度.

摘要： 滚动轴承故障是电机设备运行中常见的故障之一,常见的典型故障有滚动轴承外环故障、滚动轴承内环故障和滚动轴承滚子故障等.由于故障点出现的位置距离比较近,易对滚动轴承作出错误的故障诊断,为此提出一种基于遗传变异蚁群聚类的滚动轴承故障诊断方法.首先,应用小波包函数对滚动轴承的3种故障状态数据及滚轴正常状态数据进行多层分解,构造状态特征向量;然后,将4种状态特征向量分别代入基本蚁群的聚类算法和基于遗传变异蚁群的聚类算法,得到滚动轴承的故障分类模型;最后,选取10组故障数据作为验证样本对两种聚类模型进行验证.实验结果表明,基于遗传变异蚁群的聚类算法的分类速度更快,比基于基本蚁群(ACO)的聚类算法的诊断方法对滚轴故障类型的识别率更高.

摘要： 通过对数据挖掘的算法和理论的研究,结合学生成绩数据,采用了一种改进后的蚁群聚类算法,将改进后的蚁群聚类算法应用在学生综合素质评价中,提高了评级方式的准确性,并使用PHP、JavaScript等Web相关技术,建立了学生综合素质的数据可视化分析平台.该平台通过对学生成绩的分析和图表化展示,能够对每个学生提出有针对性的建议,从而促进教学领域向个性化、信息化的方向发展.

摘要： 介绍了基于二部图的个性化推荐算法,探讨了近年来对该算法局限性的各种改进思路,主要有结合优化算法的改进、资源流转加权、冷启动问题的处理等方面,期望通过进一步深入研究提高二部图网络算法个性化推荐的质量.

摘要： 为了改进蚁群算法因大量引入随机机制所引发的不稳定性，引入巢模板来改进聚类规则，本文提出了一种基于巢模板的核空间蚁群聚类算法，并与原空间上的聚类算法进行比对。该算法用支持向量机的非线性映射函数把数据样本映射到核空间，再用巢模板记忆蚁群群体特征。核空间上的巢模板蚁群聚类算法能较好地处理特征复杂、类别多的数据集，其聚类结果比较接近真实情况，并且效果明显优于原空间上的聚类算法。

摘要： 针对传统分水岭分割算法对噪声敏感和易于产生过分割问题,提出一种新的基于分水岭和蚁群智能聚类的图像分割方法CWAC(Combining Watersheds and Ant Colony clustering)。CWAC 方法首先用分水岭变换对图像做初分割,然后用蚁群方法在区域之间进行聚类合并,获得最终的分割结果。CWAC 不但成功地解决了分水岭存在的过分割问题,还大大提高了蚁群聚类算法的搜索时间；本文利用分水岭变换后的灰度信息和空间信息,定义了一种新的引导函数,可更准确有效引导蚁群聚类。实验结果表明CWAC可以快速准确地分割出目标,是一种有效的图像分割方法。

摘要： 算法研究学者中最早研究蚁群基于信息素行为特征的是DENEUBOURG[1,2]。但是，1991年他却创建了无信息素的蚁群聚类算法模型[3]。通过对蚁群聚类算法无信息素模型历史发展的观察和研究，提出了“客体信息素”的新概念，并指出民航机场设置及选址中应用蚁群聚类算法的可行性。

摘要： 本文针对 Web 访问数据逐渐增加，用户访问兴趣不断变化所导致的访问模式挖掘的可扩展性问题，首先引入了一种优化的蚁群聚类方法；然后使用一种类解体机制，随用户兴趣度的变化而形成新的类别，从而实现增量式聚类。实验结果表明该方法能有效且动态地实现增量式聚类。

摘要： 一种基于蚁群聚类和遗传算法的新型码本设计方法，其步骤如下：步骤一：利用不同数目的蚂蚁将训练数据随机地分布在不同尺寸的二维空间上，采取LF算法进行初始聚类的生成；步骤二：初始聚类依照码本尺寸进行的聚类簇的修正，保证聚类的数目与初始设定的码本尺寸是相同的；步骤三：在初始种群成功获得的前提下，依照遗传算法的基本流程，进行个体选择、交叉和突变操作，直到迭代停止得到满足要求的最优个体。本发明不仅克服了LBG算法中初始选择与最终设计的结果相关性较强的缺点，同时避免了类似LBG算法陷入局部最优的劣势。它适用于大数量处理、语音通信、模式识别、IP电话等领域。

摘要： 一种基于蚁群聚类算法的码书分类方法及其码书分类装置，本方法码书分类过程是将设计的码书用码书分类方法分为多个子码书，分类子码书由子码书特征值代表，码书分类方法采用蚁群聚类算法，蚁群聚类算法中提出了拾起概率函数和放下概率函数，并使随机概率取值范围与概率函数取值相结合，加快了算法收敛速度；码书重排过程是将子码书按子码书特征值顺序排列构成分类码书；本装置由子码书特征值单元、子码书码字个数单元和分类码书单元构成。本发明构成的码书分类矢量量化器量化时通过子码书特征值和子码书码字个数信息，将码书分类矢量量化器码字搜索范围限定为分类码书的子码书，减小了矢量量化器码字的搜索范围，降低了矢量量化器的时间复杂度。

摘要： 一种基于蚁群聚类(Ant Colony Clustering)的多模板图像分割方法，实施步骤为：步骤一：图像预处理；步骤二：确定各像素的属性，可选择的模板有：Laplacian模版，Canny模版，Sobel模版，Roberts模版等；步骤三：计算初始聚类中心和初始优化度函数值F

摘要： 本发明公开了一种基于改进的蚁群聚类算法的边缘检测方法，包括：获取图像，并获取图像中两两像素点和之间的关联值，根据图像中两两像素点之间的关联值获取图像中两两像素点之间的非相似性矩阵，将图像中所有的像素点和蚂蚁随机地放置在虚拟网络的网格中，针对每个蚂蚁而言，判断该蚂蚁已经携带的目标数是否小于该蚂蚁能够携带的最大目标数num，如果是则计算网格中每个像素点vi和其在图像中所在邻域L内的其他像素点之间的相似度f(vi)，并根据该相似度f(vi)获取该像素点vi被该该蚂蚁拾起的概率Ppick(vi)、以及该蚂蚁已经携带的目标与像素点vi之间的相似性距离Sm(vi)。本发明能解决现有基于通用算子的边缘检测方法在图像存在较复杂边缘时，检测效果不理想的技术问题。

摘要： 本发明涉及计算机安全领域，具体涉及一种基于转导支持向量机的蚁群聚类入侵检测方法，具体包括数据提取预处理，提取数据属性，初始化GA参数与种群，对种群进行选择操作，并评估种群中个体适应度；初始化IACO，分配蚂蚁的位置、禁忌表、信息素浓度，设置IACO终止条件等。本发明还提出了蚂蚁决定下一目标的概率、信息素更新的具体算法。通过IACO‑GA联合模型，本方法实现了相对非联合算法更高的正确率、更低的误报率和漏报率。

摘要： 本发明属于协同过滤推荐技术领域，具体涉及一种基于用户行为模型和蚁群聚类的协同过滤推荐算法。本发明在传统协同过滤推荐技术基础上，采用蚁群聚类算法对用户进行分类，在整个用户空间高效的查找邻居用户群，结合用户行为模型和基于项目内容的推荐，使现有方法存在的问题得到很大改善。本发明涉及更好地模拟蚁群聚类，选择用户行为模型的更新方程，降低预处理复杂度及进一步挖掘用户行为模型的研究等。本发明经过多重模型组合，得到较传统协同过滤推荐技术的算法更为灵活的推荐技术，可以适应多种场景并提高了推荐质量。

摘要： 一种基于蚁群聚类和遗传算法的新型码本设计方法，其步骤如下：步骤一：利用不同数目的蚂蚁将训练数据随机地分布在不同尺寸的二维空间上，采取LF算法进行初始聚类的生成；步骤二：初始聚类依照码本尺寸进行的聚类簇的修正，保证聚类的数目与初始设定的码本尺寸是相同的；步骤三：在初始种群成功获得的前提下，依照遗传算法的基本流程，进行个体选择、交叉和突变操作，直到迭代停止得到满足要求的最优个体。本发明不仅克服了LBG算法中初始选择与最终设计的结果相关性较强的缺点，同时避免了类似LBG算法陷入局部最优的劣势。它适用于大数量处理、语音通信、模式识别、IP电话等领域。

摘要： 一种基于蚁群聚类模型的土地资源评价因子级别划分方法，包括输入各评价因子对象的规模指数；根据评价因子对象的数量构建二维平面网格，并将各评价因子对象随机分配到二维平面网格上；设置人工蚂蚁，并将人工蚂蚁随机分配到二维平面网格上；迭代执行由人工蚂蚁分别按概率拾取评价因子对象和放下评价因子对象，得到评价因子对象分级结果。本发明能够自动进行评价因子对象分级，为促进土地资源的合理利用提供技术支持。

摘要： 一种基于蚁群聚类算法的码书分类方法及其码书分类装置，本方法码书分类过程是将设计的码书用码书分类方法分为多个子码书，分类子码书由子码书特征值代表，码书分类方法采用蚁群聚类算法，蚁群聚类算法中提出了拾起概率函数和放下概率函数，并使随机概率取值范围与概率函数取值相结合，加快了算法收敛速度；码书重排过程是将子码书按子码书特征值顺序排列构成分类码书；本装置由子码书特征值单元、子码书码字个数单元和分类码书单元构成。本发明构成的码书分类矢量量化器量化时通过子码书特征值和子码书码字个数信息，将码书分类矢量量化器码字搜索范围限定为分类码书的子码书，减小了矢量量化器码字的搜索范围，降低了矢量量化器的时间复杂度。

摘要： 一种基于蚁群聚类(Ant Colony Clustering)的多模板图像分割方法，实施步骤为：步骤一：图像预处理；步骤二：确定各像素的属性，可选择的模板有：Laplacian模板，Canny模板，Sobel模板，Roberts模板等；步骤三：计算初始聚类中心和初始优化度函数值F