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:
基于密度的聚类是聚类算法中的一种,其主要优点是可以发现任意形状的簇,对噪声不敏感.而现有的该类算法对于空间数据分布不均匀的情况聚类效果不佳.鉴于此,文中提出一种改进的基于密度的聚类算法,保持了基于密度的聚类算法的优点,并且可以有效地处理分布不均的数据集,减少了时间复杂度,适用于对大规模数据库的挖掘与分析.
推荐文章
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
一种改进的基于密度聚类的入侵检测算法
入侵检测
密度聚类
数据挖掘
一种基于密度的引力聚类算法
数据挖掘
聚类分析
聚类算法
引力
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
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 一种改进的基于密度的聚类算法
来源期刊 微机发展 学科 工学
关键词 聚类 密度 离群度 高维 数据挖掘
年,卷(期) 2005,(3) 所属期刊栏目 智能与算法
研究方向 页码范围 17-19,89
页数 4页 分类号 TP301.6
字数 3771字 语种 中文
DOI 10.3969/j.issn.1673-629X.2005.03.006
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 耿国华 西北大学计算机科学系 497 5986 35.0 55.0
2 郑建国 西北大学计算机科学系 10 140 6.0 10.0
3 陈燕 西北大学计算机科学系 7 120 4.0 7.0
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  (94)
参考文献  (1)
节点文献
引证文献  (24)
同被引文献  (46)
二级引证文献  (96)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(5)
  • 引证文献(1)
  • 二级引证文献(4)
2009(10)
  • 引证文献(4)
  • 二级引证文献(6)
2010(12)
  • 引证文献(2)
  • 二级引证文献(10)
2011(16)
  • 引证文献(6)
  • 二级引证文献(10)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(13)
  • 引证文献(2)
  • 二级引证文献(11)
2015(12)
  • 引证文献(2)
  • 二级引证文献(10)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(16)
  • 引证文献(0)
  • 二级引证文献(16)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
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
密度
离群度
高维
数据挖掘
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
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
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导