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:
K-means算法是在现实应用中非常广泛的聚类算法,K-means算法对初始中心的选择非常敏感,对已存在的有代表性的初始算法进行了研究,提出了一种基于广度优先搜索的K-means初始化算法.该算法综合考虑了密度与距离因素,选择初始点.分析表明该算法选择的初始点非常接近期望的中心点.
推荐文章
一种有效的K-means聚类中心初始化方法
K-均值算法
基于密度
初始聚类中心
最大最小距离
最大距离积
基于遗传算法的K-means初始化EM算法及聚类应用
混合高斯模型
遗传算法
K-means
聚类应用
一种基于SOM和K-means的文档聚类算法
自组织特征映射
K-means
聚类
组合方法
文档聚类
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
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 一种基于广度优先搜索的K-means初始化算法
来源期刊 计算机工程与应用 学科 工学
关键词 K-means算法 广度优先搜索 密度估计 初始化
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 159-161
页数 3页 分类号 TP301.6
字数 4502字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.27.051
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 张忠平 燕山大学信息科学与工程学院 67 714 16.0 25.0
2 王爱杰 燕山大学信息科学与工程学院 6 110 4.0 6.0
3 陈丽萍 燕山大学信息科学与工程学院 4 54 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (23)
参考文献  (7)
节点文献
引证文献  (24)
同被引文献  (26)
二级引证文献  (21)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 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(0)
  • 二级参考文献(2)
2004(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)
2007(3)
  • 参考文献(3)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(11)
  • 引证文献(6)
  • 二级引证文献(5)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(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
K-means算法
广度优先搜索
密度估计
初始化
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导