

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、我們的現(xiàn)實生活中無處不存在著網絡結構,無論是人際關系網還是因特網,在形形色色的網絡結構中,眾多的節(jié)點會由于具有相似的特性而被聚成一類,一旦網絡節(jié)點數量龐大且內部聯(lián)系復雜,對這種復雜網絡的聚類就會較為困難,但由于數學和計算機科學的不斷創(chuàng)新和進步,為聚類算法的不斷創(chuàng)新提供了方法和工具基礎,越來越多的聚類算法出現(xiàn)在了不同的學科研究領域中,并得到快速的發(fā)展和應用。而將啟發(fā)式的生物仿生算法—蟻群覓食模型引入到對文獻要素的聚類分析中,不僅是一項創(chuàng)新
2、的舉措而且為科學計量學的后續(xù)發(fā)展開拓了視野,注入了新的思路。
蟻群在覓食活動中螞蟻個體會在走過的路徑上釋放“信息素”,指引后續(xù)的螞蟻快速找到食物,其他螞蟻在走過路徑時也會釋放這種“信息素”,這就是“信息素”的正反饋現(xiàn)象?!靶畔⑺亍睍S著時間的流逝而逐漸揮發(fā)消逝,個別的螞蟻也會另辟蹊徑隨機選取別的路徑。覓食的最短路徑由于“信息素”揮發(fā)少而逐漸成為最主要的道路,并最終被大多數螞蟻重復。這樣的現(xiàn)象在人類社會的信息覓食過程中同樣存在,
3、這就是不同領域的學者們進行科學研究的過程中而進行的信息查找和成果保留的過程。學者們檢索信息會根據前人的成果中存留下來的信息素,如關鍵詞、參考文獻等,這為后來的學者提供了重要的科學研究依據和信息覓食路徑,同時這些學者也會以文獻或著作的形式保存自己的“信息素”,并且創(chuàng)新地開辟新的研究問題和領域。在整個過程中,信息覓食和蟻群覓食是極為相似的,因此可以用蟻群覓食算法來對文獻要素進行聚類分析。
通過構建共現(xiàn)網絡中的蟻群覓食模型,對科學計
4、量學領域典型的四種共現(xiàn)網絡進行聚類分析,發(fā)現(xiàn)蟻群覓食模型對引文和期刊的聚類效果較好,對作者共現(xiàn)網絡也能夠呈現(xiàn)一定的聚類效果,而對于文獻關鍵詞共現(xiàn)網絡的聚類則相對弱化,這是由于蟻群覓食模型關注信息素的流動情況,在文獻的引文、作者共被引及施引期刊聚類分析時,由于這些共現(xiàn)網絡都會出現(xiàn)較強的信息素引導作用,而關鍵詞共現(xiàn)網絡雖然也能夠對這些文獻的核心關鍵進行描述,但是在信息素的引導作用要相對弱一些,因而影響了其聚類效果。因此可以得出結論,蟻群覓食
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法及其在聚類中的應用.pdf
- 蟻群算法研究及其在聚類中的應用.pdf
- 基于細菌覓食聚類的蟻群算法參數動態(tài)調整方法研究.pdf
- 基于蟻群優(yōu)化的層次聚類算法及其在網絡取證中的應用
- 應用點著色聚類改進蟻群算法.pdf
- 蟻群文本聚類算法的研究與應用.pdf
- 基于蟻群的聚類算法應用研究.pdf
- 基于蟻群優(yōu)化的層次聚類算法及其在網絡取證中的應用.pdf
- 基于改進蟻群算法的PPI網絡聚類方法研究與應用.pdf
- 蟻群算法研究及其在Web挖掘聚類上的應用.pdf
- 基于蟻群算法的聚類研究與應用.pdf
- 基于蟻群算法的網絡社區(qū)聚類算法研究.pdf
- 蟻群模糊聚類算法在遙感海岸線提取中的應用研究.pdf
- 遺傳蟻群算法在Ad Hoc網絡中的應用.pdf
- 基于蟻群算法的聚類算法研究.pdf
- 基于蟻群優(yōu)化的聚類算法的研究.pdf
- 基于蟻群的約束聚類和分類.pdf
- 蟻群算法中基于PAM聚類算法的參數調整.pdf
- 基于蟻群算法的混合聚類算法研究.pdf
- 基于蟻群算法模糊聚類的圖像分割.pdf
評論
0/150
提交評論