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:
模糊聚类是一种重要数据分析和建模的无监督方法.对模糊聚类进行了概述,从理论和实验2个方面研究了模糊c均值聚类算法,并对该算法的优点及存在的问题进行了分析.结果表明,该算法设计简单,应用范围广,但仍存在容易陷入局部极值点等问题,还需进一步研究.
推荐文章
优化的核模糊C均值聚类算法
模糊C均值聚类
核函数
蝙蝠算法
佳点集
速度权重
基于改进QPSO的模糊C-均值聚类算法
模糊C-均值聚类
量子粒子群优化
聚类分析
量子门更新策略
基于QPSO的模糊C均值聚类算法
量子粒子群算法
粒子群算法
模糊C均值聚类
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 模糊c均值聚类算法
来源期刊 重庆工学院学报(自然科学版) 学科 工学
关键词 模糊c均值算法 模糊聚类 聚类分析
年,卷(期) 2008,(2) 所属期刊栏目 计算机·电子·信息
研究方向 页码范围 139-141
页数 3页 分类号 TP181
字数 1773字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2008.02.035
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 刘蕊洁 兰州交通大学数理与软件工程学院 4 87 2.0 4.0
2 张金波 兰州交通大学数理与软件工程学院 3 85 2.0 3.0
3 刘锐 兰州交通大学数理与软件工程学院 3 85 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (170)
参考文献  (5)
节点文献
引证文献  (71)
同被引文献  (98)
二级引证文献  (107)
1966(1)
  • 参考文献(1)
  • 二级参考文献(0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(10)
  • 引证文献(10)
  • 二级引证文献(0)
2010(9)
  • 引证文献(4)
  • 二级引证文献(5)
2011(18)
  • 引证文献(5)
  • 二级引证文献(13)
2012(12)
  • 引证文献(4)
  • 二级引证文献(8)
2013(13)
  • 引证文献(3)
  • 二级引证文献(10)
2014(23)
  • 引证文献(11)
  • 二级引证文献(12)
2015(15)
  • 引证文献(8)
  • 二级引证文献(7)
2016(15)
  • 引证文献(6)
  • 二级引证文献(9)
2017(8)
  • 引证文献(2)
  • 二级引证文献(6)
2018(19)
  • 引证文献(5)
  • 二级引证文献(14)
2019(22)
  • 引证文献(7)
  • 二级引证文献(15)
2020(12)
  • 引证文献(4)
  • 二级引证文献(8)
研究主题发展历程
节点文献
模糊c均值算法
模糊聚类
聚类分析
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导