作者：李晓康和声算法有序样本自相关系数离差平方和聚类
摘要：标准和声算法只能解决连续型优化问题,而有序样本聚类属于离散型优化问题。将Fisher算法和和声算法相结合,提出一种改进和声算法,使之能够用于离散型优化问题,并利用其对有序样本进行分类。数值仿真实验结果表明,该算法分类结果符合实际。结论表明改进和声算法是一种全局最优算法,分类结果优于Fisher算法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《陕西理工大学学报·自然科学版》（CN：61-1510/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《陕西理工大学学报·自然科学版》主要刊登数学、物理学、化学、生物学、机械设计制造及其自动化、金属材料成型及控制、计算机技术、电子信息、应用电子技术、电气自动化、工业与民用建筑、工程管理等方面的学术论文。
杂志详情
