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:
聚类分析是数据挖掘的核心技术之一.本文介绍了当前最具代表性的聚类算法,分析它们各方面的特性,总结了聚类方法发展的趋势.并对聚类算法的研究提出了展望,便于研究者对已有算法应用与改进.
推荐文章
浅谈数据挖掘中的聚类算法
数据挖掘
聚类
聚类算法
数据挖掘常用聚类算法分析与研究
数据挖掘
聚类划分
聚类
数据挖掘中聚类方法比较研究
数据挖掘
聚类
聚类算法
数据挖掘中聚类算法比较研究
数据挖掘
平衡迭代削减聚类算法
代表点聚类算法
基于密度的聚类算法
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 数据挖掘中聚类算法研究
来源期刊 福建电脑 学科 工学
关键词 聚类 数据挖掘 聚类算法
年,卷(期) 2007,(8) 所属期刊栏目 基金项目论文
研究方向 页码范围 9-10,21
页数 3页 分类号 TP3
字数 4947字 语种 中文
DOI 10.3969/j.issn.1673-2782.2007.08.005
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 孔晓玲 安徽农业大学工学院 76 416 12.0 17.0
2 张然 安徽大学计算机科学与技术学院 14 114 4.0 10.0
3 周妍 安徽农业大学工学院 5 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (189)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2011(1)
  • 引证文献(1)
  • 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
聚类
数据挖掘
聚类算法
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导