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:
数据流具有数据量无限且流速快的特点.针对上述问题,本文讨论了基于频繁模式的数据流聚类算法.本算法应用改造后的FP-Tree,更新树时增加一个数组减少了遍历树的时间,使算法的效率得到了很大的提高.
推荐文章
基于矩阵的数据流频繁模式预测算法
频繁项集
数据流
数据挖掘
矩阵
预测
面向数据流的频繁模式挖掘研究
数据流
数据挖掘
数据流挖掘
频繁模式
基于滑动窗口的动态数据流聚类算法研究
数据流
滑动窗口
聚类
数据挖掘
基于混合差分进化的滑动窗口数据流聚类算法研究
混合差分进化
滑动窗口
数据流
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 基于频繁模式的数据流聚类算法
来源期刊 微计算机应用 学科 工学
关键词 聚类 数据流 频繁模式
年,卷(期) 2008,(1) 所属期刊栏目 软件与硬件的应用与开发
研究方向 页码范围 50-53
页数 4页 分类号 TP3
字数 2683字 语种 中文
DOI 10.3969/j.issn.2095-347X.2008.01.012
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 张伟 江南大学信息工程学院 76 368 10.0 14.0
2 陈春燕 江南大学信息工程学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (35)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
数据流
频繁模式
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
网络新媒体技术
双月刊
2095-347X
10-1055/TP
大16开
北京海淀区北四环西路21号
2-304
1980
chi
出版文献量(篇)
3082
总下载数(次)
5
论文1v1指导