作者:
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:
聚类分析根据类对象划分为Q型聚类和R型聚类,基于贝叶斯方法的Q型聚类算法,详细说明该算法的基本思想和具体实现过程.实验结果表明算法的可行性,该算法对于数据挖掘具有一定的参考价值.
推荐文章
一类基于贝叶斯信息准则的k均值聚类算法
空间聚类
k-均值聚类
贝叶斯信息准则(BIC)
密度聚类算法(DBSCCAN)
核心点
基于谱聚类和扩展朴素贝叶斯的混合推荐算法
推荐算法
谱聚类
朴素贝叶斯
增量式更新
基于朴素贝叶斯和层次聚类的两阶段垃圾邮件过滤方法
朴素贝叶斯
层次聚类
垃圾邮件过滤
仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型
网络流量
仿射传播
稀疏贝叶斯模型
组合预测
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 基于贝叶斯方法的Q型聚类算法研究
来源期刊 计算机与数字工程 学科 工学
关键词 数据挖掘 聚类分析 贝叶斯
年,卷(期) 2007,(7) 所属期刊栏目 算法与分析
研究方向 页码范围 16-17
页数 2页 分类号 TP274
字数 1727字 语种 中文
DOI 10.3969/j.issn.1672-9722.2007.07.006
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 余丽 武汉理工大学信息工程学院 5 35 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (79)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2018(1)
  • 引证文献(1)
  • 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
贝叶斯
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导