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:
针对传统K中心聚类算法存在的初始化敏感、聚类结果多样化等问题,提出一种基于密度的K中心聚类方案,并与序列比对、动态规划等方法有机地融合在一起,实现了对核酸序列的聚类分析.实验表明,该方案与传统K中心聚类算法相比较,初始化较理想,迭代次数较少,聚类效果更优.
推荐文章
基于密度的K-means聚类中心选取的优化算法
K-均值
数据挖掘
聚类中心
垂直中点
密度
基于聚类中心优化的k-means最佳聚类数确定方法
k-means聚类
初始聚类中心
样本密度
聚类数
基于样本空间分布密度的初始聚类中心优化K-均值算法
关键词
聚类
K-均值聚类
初始中心
邻域
样本分布密度
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
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K中心方法的核酸序列聚类
来源期刊 计算机工程 学科 工学
关键词 K中心聚类 直接密度可达 序列比对 动态规划 生物信息学
年,卷(期) 2006,(19) 所属期刊栏目 开发研究与设计技术
研究方向 页码范围 280-282
页数 3页 分类号 TP311
字数 3230字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.19.101
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 张剑峰 扬州大学科研处 94 459 11.0 17.0
2 曹永忠 扬州大学科研处 39 133 7.0 9.0
3 赵友杰 扬州大学信息工程学院 4 10 2.0 3.0
4 陆王红 扬州大学信息工程学院 5 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(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)
研究主题发展历程
节点文献
K中心聚类
直接密度可达
序列比对
动态规划
生物信息学
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导