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:
连续属性离散化是数据分析中重要的预处理过程,而基于粗糙集理论的数据分析要求离散化的结果能够最大程度地保持原信息系统的分辨关系.论文提出了一种新的离散化算法,此算法以决策信息系统中决策属性对条件属性集合的依赖度作为评价函数动态调整DBSCAN聚类算法的参数,直至离散化决策属性对条件属性集合的依赖度达到预先指定的阈值为止.算法分析和实验证明,算法是切实可行的.
推荐文章
一种基于层次聚类的属性全局离散化算法
粗糙集
属性离散化
层次聚类
连续属性离散化算法比较研究
离散化
贪心算法
属性重要性
信息熵
聚类
基于新聚类学习的属性离散化方法
粗糙集
离散化
神经网络
字符识别
具有全局聚类的多属性离散化算法
统计量
连续属性
离散化
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DBSCAN聚类的连续属性离散化算法
来源期刊 计算机工程与应用 学科 工学
关键词 离散化 DBSCAN聚类 属性依赖度
年,卷(期) 2006,(13) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 149-151
页数 3页 分类号 TP301.6
字数 4448字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.13.045
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 王建民 清华大学软件学院 123 1523 19.0 34.0
2 何华灿 西北工业大学计算机学院 181 1581 19.0 32.0
3 张静 西北工业大学计算机学院 61 462 10.0 19.0
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  (5)
节点文献
引证文献  (9)
同被引文献  (9)
二级引证文献  (7)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
离散化
DBSCAN聚类
属性依赖度
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导