Indexed by：
Abstract：
传统的蚁群聚类算法将聚类数据的每一维属性都等同看待，而在实际的应用中各维属性对聚类的贡献率不一，具有主次之分，若将所有属性赋予相同的权重，将对聚类的效果造成影响。为了克服这个缺陷，本文将主成份分析(PCA)方法引入到蚁群聚类当中，利用 PCA 计算属性的贡献率并以此构建属性的权重。在此基础上，结合一个新的初始化策略，提出了一种属性带权的改进蚁群聚类算法。通过对多个 UCI 数据集的测试，验证了本算法的有效性。实验结果表明，合理的权重分配能够有效的提高蚁群聚类的质量。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机系统应用
ISSN： 1003-3254
CN： 11-2854/TP
Year： 2013
Issue： 12
Page： 93-99
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
