原文服务方: 科技与创新       
摘要:
无监督学习环境下的特征选择往往无法取得像有监督学习环境下那样令人满意的效果.文章提出了一种无监督环境下特征选择的方法,能够根据特征之间的相关性对特征进行聚类,通过选择聚类中那些与该类内其他特征相关性最大的特征作为精简特征集,因此不需要进行特征空间的搜索,同时可以获得更有意义的分类信息.
推荐文章
基于K-均值聚类的无监督的特征选择方法
特征选择
相关性分析
无监督学习
聚类
基于聚类选择的分类器集成
分类器集成
聚类
分类器选择
差异性
神经网络
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
一种基于聚类集成的无监督特征选择方法
特征选择
无监督学习
集成学习
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 无监督环境下基于聚类集成的特征选择
来源期刊 科技与创新 学科
关键词 特征聚类 无监督学习 集成聚类
年,卷(期) 2008,(9) 所属期刊栏目 软件时空
研究方向 页码范围 265-267
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.09.106
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 范强 湖南公安高等专科学校计算机系 8 49 4.0 6.0
2 罗毅辉 湖南公安高等专科学校计算机系 2 8 2.0 2.0
3 熊曙初 湖南公安高等专科学校计算机系 1 6 1.0 1.0
4 王四春 湖南公安高等专科学校计算机系 1 6 1.0 1.0
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  (26)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (1)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
特征聚类
无监督学习
集成聚类
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导