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:
聚类分析是数据挖掘的核心技术.本文对大型数据库中的聚类方法作了分析,并对聚类分析进行了分类,列举了每类中的典型的聚类算法,以便于人们更容易、更快捷地找到适用于特定问题的聚类方法;最后提及到了将聚类方法应用于大型数据库的相关技术、基本准则以及以后的研究方向.
推荐文章
基于聚类优化的大型网络数据库挖掘系统设计
大型网络
数据库挖掘系统
聚类优化
数据传输
系统设计
仿真测试
大型车联网数据库的高效查询技术
车联网
数据库
查询技术
信息融合
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 大型数据库中聚类方法的分析
来源期刊 计算机与现代化 学科 工学
关键词 聚类方法 大型数据库 聚类算法
年,卷(期) 2008,(4) 所属期刊栏目 人工智能
研究方向 页码范围 27-31,35
页数 6页 分类号 TP311.132
字数 6168字 语种 中文
DOI 10.3969/j.issn.1006-2475.2008.04.009
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 郑晓曦 五邑大学信息学院 18 157 6.0 12.0
2 宋浩远 五邑大学信息学院 2 3 1.0 1.0
3 王引辉 五邑大学信息学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (17)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
聚类方法
大型数据库
聚类算法
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导