原文服务方: 西安交通大学学报       
摘要:
在分析BIRCH算法不足的基础上,提出了一种基于随机抽样和聚类特征的聚类算法(CLAP).该算法采用随机抽样技术,从数据库中抽取一部分数据进行聚类的预处理过程,这样大大降低了运行时间.CLAP通过设立索引树的叶节点的直径和聚类直径,提高了聚类的精度,并采用全局搜索和局部搜索相结合的方式,消除了输入顺序对聚类质量的影响.测试结果表明,CLAP算法不仅提高了聚类速度,而且改善了聚类质量.
推荐文章
基于随机抽样的加速 K-均值聚类方法
K-均值聚类
随机抽样
中心
半径
工作集
效率
一种基于抽样的谱聚类集成算法
抽样
谱聚类
聚类集成
相似性矩阵
有效性指标
一种基于密度聚类Nystrom抽样算法
Nystrom方法
聚类
标志点
基于聚类SURF特征的商品识别算法
加速鲁棒特征
匹配角度
聚类
误剔除率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于随机抽样和聚类特征的聚类算法
来源期刊 西安交通大学学报 学科
关键词 聚类 BIRCH算法 随机抽样
年,卷(期) 2003,(12) 所属期刊栏目
研究方向 页码范围 1234-1237
页数 4页 分类号 TP311
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2003.12.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈钧毅 西安交通大学电子与信息工程学院 211 4319 32.0 55.0
2 彭勤科 西安交通大学电子与信息工程学院 68 773 16.0 25.0
3 周兵 西安交通大学电子与信息工程学院 3 48 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (24)
同被引文献  (17)
二级引证文献  (39)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(5)
  • 引证文献(3)
  • 二级引证文献(2)
2007(5)
  • 引证文献(4)
  • 二级引证文献(1)
2008(6)
  • 引证文献(2)
  • 二级引证文献(4)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(8)
  • 引证文献(2)
  • 二级引证文献(6)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类
BIRCH算法
随机抽样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导