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:
基于密度的聚类算法因其抗噪声能力强和能发现任意形状的簇等优点,在聚类分析中被广泛采用,本文提出的基于相对密度的聚类算法,在继承上述优点的基础上,有效地解决了基于密度的聚类结果对参数值过于敏感、参数值难以设置以及高密度簇完全被相连的低密度簇所包含等问题.
推荐文章
基于相对密度的多耦合文本聚类算法
文本聚类
空间向量模型
相对密度
文本相似度
核心对象
基于相对距离的密度聚类算法
相对距离
DBSCAN算法
多维二进制搜索树
聚类
基于网格相对密度差的扩展聚类算法
多密度聚类算法
网格相对密度差
扩展聚类
近邻估计法
边界点
模糊函数
基于网格的多密度聚类算法
密度阈值递减
多阶段聚类
边界点提取
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 基于相对密度的聚类算法
来源期刊 计算机科学 学科 工学
关键词 聚类 K近邻 聚类参数 相对密度
年,卷(期) 2007,(2) 所属期刊栏目 人工智能及图像处理技术
研究方向 页码范围 192-195
页数 4页 分类号 TP3
字数 3559字 语种 中文
DOI 10.3969/j.issn.1002-137X.2007.02.048
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 张维明 国防科学技术大学信息系统与管理学院 61 666 16.0 23.0
2 刘青宝 国防科学技术大学信息系统与管理学院 29 344 9.0 18.0
3 邓苏 国防科学技术大学信息系统与管理学院 41 485 12.0 21.0
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  (0)
节点文献
引证文献  (29)
同被引文献  (30)
二级引证文献  (71)
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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(8)
  • 引证文献(1)
  • 二级引证文献(7)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(10)
  • 引证文献(7)
  • 二级引证文献(3)
2014(11)
  • 引证文献(4)
  • 二级引证文献(7)
2015(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(19)
  • 引证文献(1)
  • 二级引证文献(18)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
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
聚类
K近邻
聚类参数
相对密度
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导