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:
研究表明,高维数据的聚类都隐含在低维的子空间内,而这些子空间就是把原始数据投影到某些维度上的交集,于是相应的聚类算法就变成如何寻找合适的子空间内容.在此提出了一种新的划分子空间方法--基于Parzen窗子空间划分方法,并在这基础上提出了新的投影聚类方法PCPW.通过与最新的EPCH算法的实验结果对比表明,两者聚类效果相当,但PCPW算法更简单,易于实现.
推荐文章
基于 Parzen 窗条件互信息计算的特征选择方法
特征选择
Parzen 窗
条件互信息
特征离散度
基于最优投影的半监督谱聚类算法
半监督
最优投影
簇类
Nystr(o)m抽样
谱聚类
基于随机投影的场景文本图像聚类方法研究
图像文本区域
图像聚类
随机投影
局部特征描述
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Parzen窗的投影聚类方法
来源期刊 广西师范大学学报(自然科学版) 学科 工学
关键词 子空间划分 直方图 Parzen窗 投影聚类
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 70-73
页数 4页 分类号 TP18
字数 2635字 语种 中文
DOI 10.3969/j.issn.1001-6600.2006.04.018
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 王士同 江南大学信息工程学院 528 3424 23.0 37.0
2 黄李国 江南大学信息工程学院 2 6 2.0 2.0
3 陈伟琪 江南大学信息工程学院 1 3 1.0 1.0
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  (1)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (5)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2009(1)
  • 引证文献(1)
  • 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(1)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
子空间划分
直方图
Parzen窗
投影聚类
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
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
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