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:
分析了支持向量机在解决无监督分类问题上的不足,提出一种基于支持向量机思想的最大间距的聚类新方法.实验结果表明,该算法能成功地解决很多非监督分类问题.
推荐文章
基于密度聚类的支持向量机分类算法
支持向量机
密度聚类
ε-邻域
一种基于聚类核的半监督支持向量机分类方法
聚类核
聚类假设
半监督支持向量机
分类
基于模糊核聚类的多类支持向量机
支持向量机
多类分类
模糊核
二叉树
基于支持向量机的改进高斯核函数聚类算法研究
改进的高斯核
聚类
SVC
高斯核
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 基于支持向量机的无监督聚类算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 结构风险 无监督学习 聚类
年,卷(期) 2007,(26) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 156-158
页数 3页 分类号 TP391
字数 3452字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.26.047
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 吴德会 九江学院电子工程系 66 721 15.0 23.0
2 朱程辉 合肥工业大学电气与自动化工程学院 54 436 11.0 18.0
4 孙东卫 9 105 4.0 9.0
5 丰义 5 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (190)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (8)
二级引证文献  (2)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
结构风险
无监督学习
聚类
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
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导