原文服务方: 微电子学与计算机       
摘要:
针对很多算法对高维数据比较敏感的问题,提出了一种基于关联规则的映射聚类算法.该方法将映射聚类算法和关联规则方法相结合,利用关联规则发现每个类在子空间的最大相关维,可以提高算法的准确性,从而可以有效的在子空间进行聚类.文章后面的实验结果说明了该方法的有效性.
推荐文章
基于关联规则的文本聚类算法的研究
文本挖掘
K-均值聚类
关联规则
权重
基于矩阵加权关联规则的核模糊聚类
关联规则
粒度
聚类算法
频繁项集
聚类后的关联规则快速更新算法研究
数据挖掘
关联规则
聚类分析
联合挖掘
K-MEANS算法
基于关联规则的多层次Web聚类法研究
关联规则
Web聚类
超图
层次图
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 基于关联规则的映射聚类算法
来源期刊 微电子学与计算机 学科
关键词 高维 映射聚类 关联规则 子空间
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 26-29,33
页数 5页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.03.008
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 张伟 江南大学信息工程学院 76 368 10.0 14.0
2 张泽洪 江南大学信息工程学院 3 24 3.0 3.0
3 周霆 江南大学信息工程学院 7 39 3.0 6.0
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  (16)
同被引文献  (19)
二级引证文献  (52)
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)
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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(10)
  • 引证文献(2)
  • 二级引证文献(8)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(8)
  • 引证文献(3)
  • 二级引证文献(5)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高维
映射聚类
关联规则
子空间
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导