抽象和应用分析

研究文章

应用数据聚类特性,加快蚁群优化

输入参数:
:训练集
:最初的类的数量。
:停止为聚类阈值。
输出:
Num:最后的类的数量。
CLS:分区中,每个类com-pact。
SLC算法:
步骤1。初始化:,,,。
步骤2。(/ 注意:表示整数 /
步骤2.1。生成初始质心集。
步骤2.2。叫Subroutine1
步骤2.3。 ;
步骤2.4。 ;
/ 注意:增加变小紧凑类 /
步骤2.5。 ;
}
步骤3。每一个剩余点在最后一集被认为是一个类。,让。
让Num表示CLS中包含的类的数量。两个输出是CLS和全国矿工工会。