%0 Journal Article
%T Kernel ant clustering<br>核蚁群化学聚类算法
%A WANG Xiang
%A ZHENG Jian-guo
%A WANG Yu-ling
%A <br>王翔
%A 郑建国
%A 王玉玲
%J 计算机应用研究
%D 2010
%I 
%X 为了提高蚁群化学聚类算法的聚类效果，通过引入径向基核函数改进蚁群化学聚类算法的相似度度量式，提出了核蚁群化学聚类算法。将核蚁群化学聚类算法用于三个标准数据集合，计算结果表明与蚁群化学聚类算法相比，核蚁群化学聚类算法聚类效果提升显著。将核蚁群化学聚类算法、核自组织神经网络映射算法和基于多项式核的结构化有向树数据聚类算法同时用于Iris数据集合，结果显示三种核聚类算法聚类效果相当。
%K ANTCLUST
%K radius kernel function
%K KANTCLUST<br>蚁群化学聚类算法
%K 径向基核函数
%K 核蚁群化学聚类算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=47F903AEDC045868B118B73452AF538B&yid=140ECF96957D60B2&vid=DB817633AA4F79B9&iid=E158A972A605785F&sid=3EF235AF78C45721&eid=1EB017852C08068A&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=9