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:
CURE算法是针对大规模数据聚类算法的典型代表.提出了一种新的算法K-CURE,该方法基于划分思想对CURE算法作了改进,同时给出了在聚类中剔除孤立点的时机选择方法.测试表明,改进后的算法效率明显高于原算法,且聚类效果良好.
推荐文章
一种基于路径的划分聚类算法
划分聚类
距离度量
目标准则函数
基于划分和层次的混合动态聚类算法
K-means
CURE
混合聚类
孤立点
整体相似度
一种基于蜂群原理的划分聚类算法
聚类
划分聚类
人工蜂群
紧密度
分离度
一种基于层次聚类的k均值算法研究
聚簇
k-means
层次方法
文本挖掘
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 一种基于划分的层次聚类算法
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 层次聚类 代表对象 CURE 孤立点
年,卷(期) 2007,(31) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 175-177
页数 3页 分类号 TP301.6
字数 3201字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.31.053
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 杨季文 苏州大学计算机科学与技术学院 125 1056 16.0 25.0
2 赵雷 苏州大学计算机科学与技术学院 95 382 9.0 13.0
6 沈洁 苏州大学计算机科学与技术学院 24 149 5.0 12.0
7 李榕 苏州大学计算机科学与技术学院 3 40 2.0 3.0
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  (90)
参考文献  (7)
节点文献
引证文献  (38)
同被引文献  (44)
二级引证文献  (163)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(5)
  • 参考文献(3)
  • 二级参考文献(2)
2006(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(15)
  • 引证文献(4)
  • 二级引证文献(11)
2015(19)
  • 引证文献(5)
  • 二级引证文献(14)
2016(23)
  • 引证文献(4)
  • 二级引证文献(19)
2017(25)
  • 引证文献(5)
  • 二级引证文献(20)
2018(35)
  • 引证文献(2)
  • 二级引证文献(33)
2019(35)
  • 引证文献(2)
  • 二级引证文献(33)
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
数据挖掘
层次聚类
代表对象
CURE
孤立点
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导