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:
为解决k-means聚类算法和k-凝聚聚类算法对于非凸形状数据聚类正确率低和模糊核聚类算法(FKCM)收敛速度慢的问题,将k-凝聚聚类算法与核函数方法相结合,在高维特征空间构造了新的核聚类算法--核k-凝聚聚类算法,实现了k-凝聚聚类算法的核化.通过Matlab编程进行数值实验,证明了核k-凝聚聚类算法在聚类的准确性、稳定性、健壮性等方面较之k-means聚类算法、k-凝聚聚类算法和FKCM有一定程度的改进.
推荐文章
基于核聚类的K-均值聚类
核聚类
K-均值聚类
径向基函数(RBF)
支持向量机(SVM)
基于K-均值聚类和凝聚聚类的离群点查找方法
数据挖掘
离群点
K-均值聚类
凝聚聚类
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
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 核k-凝聚聚类算法
来源期刊 大连理工大学学报 学科 工学
关键词 聚类 k-凝聚
年,卷(期) 2007,(5) 所属期刊栏目 电子信息工程、管理工程
研究方向 页码范围 763-766
页数 4页 分类号 TP311
字数 3227字 语种 中文
DOI
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 王宇 大连理工大学管理学院 75 627 15.0 21.0
2 李晓利 大连理工大学管理学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (302)
参考文献  (7)
节点文献
引证文献  (15)
同被引文献  (21)
二级引证文献  (47)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(2)
  • 参考文献(2)
  • 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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(9)
  • 引证文献(2)
  • 二级引证文献(7)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类
k-凝聚
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导