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:
在进行光谱自动识别的研究过程中,研究了恒星等光谱的规律,提出了一种基于主分量分析和系统成团法的快速聚类方法.通过用PCA方法构造光谱的主分量,把光谱中的主要特征提取出来.然后构造主分量空间将分散在一组变量上的高维数据投影到两个主成分上,得到二维坐标;再以此为基础进行聚类分析研究.实现了高维数据的快速自动分类处理.
推荐文章
基于PCA和K-均值聚类的有监督分裂层次聚类方法
数据挖掘
机器学习
有监督聚类
分裂层次聚类
一种基于特征聚类的特征选择方法
特征选择
特征聚类
相关度
无监督学习
一种基于模糊聚类的故障诊断方法
信息融合
故障诊断
模糊聚类
自组织特征映射
一种基于PCA和RS的文本特征抽取方法
PCA
RS
特征抽取
特征约简
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 一种基于PCA和系统成团的聚类方法研究
来源期刊 微计算机应用 学科 工学
关键词 高维数据 主分量分析 系统成团
年,卷(期) 2008,(2) 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 92-95
页数 4页 分类号 TP3
字数 2578字 语种 中文
DOI 10.3969/j.issn.2095-347X.2008.02.022
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 曲传幸 山东威海职业技术学院科研处 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (16)
参考文献  (4)
节点文献
引证文献  (0)
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)
1995(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(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(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
高维数据
主分量分析
系统成团
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