作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新的层次聚类算法,先对数据集进行采样,以采样点为中心吸收邻域内的数据点形成子簇,再根据子簇是否相交实现层次聚类.在层次聚类过程中,重新定义了簇与簇之间的距离度量,并以此为基础建立堆结构.利用估计数据点总体分布的思想,证明该算法将逼近最优解.实验结果表明,算法的聚类效果大大优于现有的聚类算法.
推荐文章
基于划分和层次的混合动态聚类算法
K-means
CURE
混合聚类
孤立点
整体相似度
基于蚁群优化算法的凝聚型层次聚类
凝聚型层次聚类
蚁群优化
状态转移规则
信息素更新规则
最优路径
层次聚类社区发现算法的研究
社区发现
复杂网络
矩阵谱分析
层次聚类
边图思想
极大团方法
对层次聚类算法的改进
层次聚类算法
预排序
类间距离
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 基于分布模型的层次聚类算法
来源期刊 电子科技大学学报 学科 工学
关键词 聚类 数据挖掘 模式识别 分布
年,卷(期) 2004,(2) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 171-174
页数 4页 分类号 TP301
字数 1821字 语种 中文
DOI 10.3969/j.issn.1001-0548.2004.02.015
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 叶茂 电子科技大学计算机科学与工程学院 40 387 9.0 19.0
2 陈勇 深圳大学经济学院 28 161 8.0 12.0
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  (0)
节点文献
引证文献  (11)
同被引文献  (16)
二级引证文献  (56)
2004(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(10)
  • 引证文献(3)
  • 二级引证文献(7)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
聚类
数据挖掘
模式识别
分布
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导