作者:
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:
为实现K-均值聚类算法在关系数据库中的应用,对K-均值通用算法进行了改进,通过介绍把K-均值聚类算法和关系数据库管理系统(RDBMS)相结合的一种思想,目标是允许K-均值方法对关系DBMS内部的大数据集进行聚集.分析证明,改进后的K-均值聚类算法能够获得更好的聚类结果.
推荐文章
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K-均值聚类的软件测试数据生成算法
K-均值聚类
动态处理
适应度函数
生成算法
数据处理
软件测试
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于磁盘的K-均值算法研究
数据挖掘
聚类分析
K-均值
关系数据库
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 K-均值聚类算法在关系数据库中的应用
来源期刊 桂林电子科技大学学报 学科 工学
关键词 数据挖掘 聚类分析 K-均值 关系数据库
年,卷(期) 2008,(4) 所属期刊栏目 学术论文
研究方向 页码范围 313-316
页数 4页 分类号 TP301.6
字数 3777字 语种 中文
DOI 10.3969/j.issn.1673-808X.2008.04.011
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 徐向阳 河南公安高等专科学校信息安全系 23 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (32)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (13)
二级引证文献  (48)
1992(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(14)
  • 引证文献(2)
  • 二级引证文献(12)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
聚类分析
K-均值
关系数据库
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导