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:
聚类是一种基本的数据分析工作,它广泛地应用于各种不同的领域(如心理学、生物学、控制和信号处理、信息论等)。本书是出于信息检索,特别是大量、稀疏及高维数据的刻划等方面的实际应用的需要而编写的关于聚类技术的专著,它给出了一些经典的聚类算法,
推荐文章
高维数据聚类方法综述
高维数据
聚类
子空间
基于映射的高维数据聚类方法
映射
高维数据
聚类
拓展集合差异度高维数据聚类
高维数据聚类:CABOSFV_C算法
拓展集合差异度
CAESD算法
基于方差权重矩阵模型的高维数据子空间聚类算法
子空间聚类
方差权重矩阵
模糊C-均值聚类
高维数据
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 大量和高维数据的聚类引论
来源期刊 国外科技新书评介 学科 工学
关键词 聚类技术 高维数据 数据分析 信号处理 信息检索 聚类算法 心理学 生物学
年,卷(期) gwkjxspj_2008,(10) 所属期刊栏目
研究方向 页码范围 1
页数 1页 分类号 TP311.13
字数 语种
DOI
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 朱尧辰 中国科学院应用数学研究所 292 4 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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
聚类技术
高维数据
数据分析
信号处理
信息检索
聚类算法
心理学
生物学
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
国外科技新书评介
月刊
北京市海淀区中关村北四环西路33号
出版文献量(篇)
4046
总下载数(次)
93
论文1v1指导