原文服务方: 河南科学       
摘要:
聚类是当今数据挖掘领域中最为流行的方法之一,已广泛应用于统计领域、教据库领域、人工智能领域等.着重论述了把K-均值聚类算法应用在关系数据库磁盘文件中的一种思想,允许K-均值方法对磁盘的大数据集进行聚集.
推荐文章
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于改进K-均值算法的未知雷达信号分选
K-均值
雷达信号分选
聚类数目
聚类中心
基于半监督学习的K-均值聚类算法研究
半监督聚类
改进的K-均值算法
动态管理种群的粒子群算法
基于层次的K-均值聚类
聚类
代价函数
层次
K-均值聚类
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 基于磁盘的K-均值算法研究
来源期刊 河南科学 学科
关键词 数据挖掘 聚类分析 K-均值 关系数据库
年,卷(期) 2007,(4) 所属期刊栏目
研究方向 页码范围 644-647
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1004-3918.2007.04.035
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 徐向阳 23 28 3.0 4.0
2 司智勇 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (14)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2007(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
数据挖掘
聚类分析
K-均值
关系数据库
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
河南科学
月刊
1004-3918
41-1084/N
大16开
1982-01-01
chi
出版文献量(篇)
7317
总下载数(次)
0
总被引数(次)
26314
论文1v1指导