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:
聚类算法的好坏直接影响聚类的效果.该文讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种基于加权改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算法的复杂度.实验证明,用该方法实现的数据聚类与传统的基于平均值的方法相比较,能有效提高数据聚类效果.
推荐文章
基于相对最佳划分的加权K-平均聚类改进算法
数据挖掘
K-平均算法
划分
噪声
基于改进花朵授粉的K-均值聚类算法
聚类
花朵授粉
混沌映射
禁忌搜索
K-means
改进的K-均值聚类算法及其在脑组织分割中的应用
SOM神经网络
K-均值聚类算法
磁共振图像
脑组织
分割
基于改进引力搜索的混合K-调和均值聚类算法研究
混合K-调和均值聚类
KHM算法
改进引力搜索算法
全局搜索能力
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 改进的k-平均聚类算法研究
来源期刊 计算机工程 学科 工学
关键词 聚类算法 k-平均 聚类数据挖掘
年,卷(期) 2007,(13) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 200-201,209
页数 3页 分类号 TP183
字数 2934字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.13.068
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 秦克云 西南交通大学智能控制开发中心 147 930 15.0 22.0
2 孙士保 西南交通大学智能控制开发中心 35 352 11.0 17.0
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  (25)
参考文献  (5)
节点文献
引证文献  (99)
同被引文献  (104)
二级引证文献  (414)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2008(7)
  • 引证文献(6)
  • 二级引证文献(1)
2009(18)
  • 引证文献(10)
  • 二级引证文献(8)
2010(33)
  • 引证文献(10)
  • 二级引证文献(23)
2011(40)
  • 引证文献(12)
  • 二级引证文献(28)
2012(39)
  • 引证文献(8)
  • 二级引证文献(31)
2013(41)
  • 引证文献(10)
  • 二级引证文献(31)
2014(52)
  • 引证文献(12)
  • 二级引证文献(40)
2015(46)
  • 引证文献(9)
  • 二级引证文献(37)
2016(56)
  • 引证文献(4)
  • 二级引证文献(52)
2017(52)
  • 引证文献(7)
  • 二级引证文献(45)
2018(50)
  • 引证文献(6)
  • 二级引证文献(44)
2019(60)
  • 引证文献(4)
  • 二级引证文献(56)
2020(18)
  • 引证文献(0)
  • 二级引证文献(18)
研究主题发展历程
节点文献
聚类算法
k-平均
聚类数据挖掘
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
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