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:
针对K-means算法所存在的问题进行了深入的研究,提出了基于密度和聚类对象方向的改进算法(KADD算法).该算法采取聚类对象分布密度方法来确定初始聚类中心,然后根据对象的聚类方向来发现任意形状的簇.理论分析与实验结果表明,改进算法在不改变时间、空间复杂度的情况下能取得更好的聚类结果.
推荐文章
基于加权K近邻的改进密度峰值聚类算法
数据挖掘
加权K近邻
密度峰值
聚类
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
基于改进果蝇优化的密度峰值聚类算法
密度峰值聚类
截断距离
果蝇优化算法
Tent混沌
柯西变异
收敛性
障碍空间中带方向的密度聚类算法研究
聚类方向
密度聚类
障碍空间
公路选线
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 基于密度和对象方向聚类算法的改进
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 聚类 K-means算法 KADD算法
年,卷(期) 2006,(20) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 154-156
页数 3页 分类号 TP301
字数 2802字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.20.047
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 孟海东 内蒙古科技大学网络中心 125 679 13.0 20.0
2 张玉英 内蒙古科技大学网络中心 5 201 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (193)
参考文献  (4)
节点文献
引证文献  (35)
同被引文献  (19)
二级引证文献  (131)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(6)
  • 引证文献(5)
  • 二级引证文献(1)
2008(18)
  • 引证文献(8)
  • 二级引证文献(10)
2009(20)
  • 引证文献(6)
  • 二级引证文献(14)
2010(21)
  • 引证文献(5)
  • 二级引证文献(16)
2011(14)
  • 引证文献(1)
  • 二级引证文献(13)
2012(14)
  • 引证文献(2)
  • 二级引证文献(12)
2013(9)
  • 引证文献(1)
  • 二级引证文献(8)
2014(13)
  • 引证文献(2)
  • 二级引证文献(11)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(18)
  • 引证文献(1)
  • 二级引证文献(17)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(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
数据挖掘
聚类
K-means算法
KADD算法
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