作者:
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:
聚奏是对数据对象的集合无指导地进行分组,聚类算法的好坏直接影响聚类的效果.聚类分析应用广泛,既能作为一个独立的工具来进行数据分析,也可以作为其它算法的预处理步骤.本文从经典的k-Means聚类算法出发,分析了它存在的不足,提出了两种改进的k-Means聚类算法,并从理论上分析了这两种算法可以很好的提高聚类的效果.
推荐文章
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法初始中心选择研究
K-means聚类算法
K个聚类中心
密度参数
K-means算法改进
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
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 K-Means聚类算法研究
来源期刊 中国西部科技 学科 工学
关键词 聚类 相似度
年,卷(期) 2008,(8) 所属期刊栏目 信息技术
研究方向 页码范围 52-53
页数 2页 分类号 TP3
字数 2105字 语种 中文
DOI 10.3969/j.issn.1671-6396.2008.08.022
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 李卫平 3 36 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (57)
参考文献  (4)
节点文献
引证文献  (24)
同被引文献  (27)
二级引证文献  (80)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(10)
  • 引证文献(5)
  • 二级引证文献(5)
2011(9)
  • 引证文献(2)
  • 二级引证文献(7)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(12)
  • 引证文献(1)
  • 二级引证文献(11)
2014(14)
  • 引证文献(1)
  • 二级引证文献(13)
2015(13)
  • 引证文献(3)
  • 二级引证文献(10)
2016(11)
  • 引证文献(2)
  • 二级引证文献(9)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
相似度
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
中国西部科技
月刊
1671-6396
51-1633/N
大16开
中国成都237信箱(中科院成都分院)
62-223
2002
chi
出版文献量(篇)
15585
总下载数(次)
18
总被引数(次)
38742
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导