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:
负载自适应数据库系统中,负载特征化部件要实时对各种数据库的访问负载分类,根据分类的情况预测负载对数据库资源需求.是对常规聚类算法的一个改进,提出基于特征向量的聚类算法和基于特征向量的增量聚类算法.使用该算法后负载分类速度和准确性有明显提高.
推荐文章
基于有序数据聚类的图像自适应分条算法
自适应图像分条
有序聚类
列累积能量
梯度值
加权平滑
基于替换策略的自适应数据库负载控制
自适应数据库
负载控制
竞争决策算法
0/1背包问题
替换策略
优先级表排序
移动数据库中数据访问的自适应PUSH+PULL算法
移动数据库
数据广播
联机请求
自适应推+拉算法
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 自适应数据库中基于特征向量的聚类算法
来源期刊 计算机工程与应用 学科 工学
关键词 特征向量 聚类算法 基于特征向量的聚类算法
年,卷(期) 2008,(27) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 162-164
页数 3页 分类号 TP311.13
字数 2877字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.27.052
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 陈俊杰 太原理工大学计算机与软件学院 220 1728 20.0 30.0
2 强彦 太原理工大学计算机与软件学院 88 402 11.0 16.0
3 高燕飞 太原理工大学计算机与软件学院 6 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (181)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (5)
1985(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)
1998(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)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征向量
聚类算法
基于特征向量的聚类算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
山西省自然科学基金
英文译名:Shanxi Natural Science Foundation
官方网址:http://sxnsfc.sxinfo.gov.cn/sxnsf/index.aspx
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导