[1]高悦, 王文贤, 杨淑贤. 一种基于狄利克雷过程混合模型的文本聚类算法[J]. 信息网络安全, 2015 (11): 6065[2]王冰, 方勇. 基于汇编指令分布的恶意代码检测算法研究[J]. 信息安全研究, 2015, 1(3): 267271[3]温安宇, 汪洋, 张钦宇. 一种基于聚类的路由中继节点选择算法[C] 2010年亚太信息网络与数字内容安全会议论文集. 北京: 美国科研出版社, 2010: 284289[4]王曙光. 基于蚁群的文本聚类算法的改进研究[D]. 大连: 大连理工大学, 2006[5]康健, 乔少杰, 格桑多吉, 等. 基于群体智能的半结构化藏文文本聚类算法[J]. 模式识别与人工智能, 2014 (7): 663671 [6]Taherdangkooa M, Bagheri M H. A powerful hybrid clustering method based on modified stem cells and fuzzy Cmeans algorithms[J]. Engineering Applications of Artificial Intelligence, 2013, 26(56): 14931502[7]周峰, 李龙澍. 结合蚁群聚类算法的模糊C均值聚类[J]. 计算机技术与发展, 2012 (7): 4548[8]邵明来, 秦亮曦. 集粒度计算、蚁群算法与模糊思想的聚类算法[J]. 计算机技术与发展, 2015, 25(2): 7881[9]马春英, 曹安得, 周允征. 蚁群聚类组合的改进算法[J]. 沈阳建筑大学学报: 自然科学版, 2011 (4): 798803[10]刘寿吉. 基于群体智能的蚁群聚类算法及应用[D]. 上海: 复旦大学, 2008[11]刘双, 陈国雄, 刘天佑. 改进的蚁群算法及其在南岭地区花岗岩侵入体探测中的应用[J]. 吉林大学学报: 地球科学版, 2013 (6): 20052017[12]林金灼, 叶东毅. 基于蚁群聚类算法的优化与改进[J]. 计算机系统应用, 2013, 22(12): 9399[13]吴斌. 群体智能的研究及其在知识发现中的应用[D]. 北京: 中国科学院计算技术研究所, 2002[14]姚兴仁, 赵刚. 基于蚁群算法的文本聚类算法的参数优化[J]. 北京信息科技大学学报, 2016, 31(3): 5054[15]郑翠仙, 孙文强, 邓创兴, 等. 基于IKAnalyzer及VSM的人大代表议案建议相似度计算[J]. 信息通信, 2016, 164(8): 4850
|