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:
聚类算法在模式识别、数据分析、图像处理、以及市场研究的应用中,需要解决的数据对象簇.在分析与研究现有聚类算法的基础上,提出了一种基于密度和自适应密度可达的改进算法.实验证明,该算法能够有效聚类任意分布形状、不同密度、不同尺度的簇;同时,算法的计算复杂度与传统基于密度的聚类算法相比有明显的降低.
推荐文章
面向复杂簇的聚类算法研究与实现
聚类算法
复杂簇
基干密度
自适应密度可达
基于方形邻域的网格密度聚类算法
聚类分析
密度聚类
方形邻域
网格
网格簇
基于共享逆近邻与指数核的密度峰聚类算法
密度峰聚类算法
共享逆近邻
指数核
相似度
凝聚层次聚类算法
基于Spark并行的密度峰值聚类算法
聚类
密度峰值
空间划分
并行
Spark
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 基于密度复杂簇聚类算法研究与实现
来源期刊 计算机工程与应用 学科 工学
关键词 聚类算法 复杂簇 基于密度 自适应密度可达
年,卷(期) 2007,(35) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 162-165
页数 4页 分类号 TP301
字数 3788字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.35.049
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 孟海东 内蒙古科技大学资源与安全工程学院 125 679 13.0 20.0
2 宋宇辰 内蒙古科技大学经济管理学院 60 366 10.0 17.0
3 宋飞燕 内蒙古科技大学资源与安全工程学院 6 122 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (38)
同被引文献  (40)
二级引证文献  (114)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 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(7)
  • 引证文献(6)
  • 二级引证文献(1)
2010(10)
  • 引证文献(5)
  • 二级引证文献(5)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(9)
  • 引证文献(4)
  • 二级引证文献(5)
2013(12)
  • 引证文献(4)
  • 二级引证文献(8)
2014(18)
  • 引证文献(2)
  • 二级引证文献(16)
2015(21)
  • 引证文献(2)
  • 二级引证文献(19)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(17)
  • 引证文献(7)
  • 二级引证文献(10)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(20)
  • 引证文献(1)
  • 二级引证文献(19)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
聚类算法
复杂簇
基于密度
自适应密度可达
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
相关基金
国家社会科学基金
英文译名:Philosophy and Social Science Foundation of China
官方网址:http://www.npopss-cn.gov.cn/
项目类型:重点项目
学科类型:马列·科社
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导