原文服务方: 科技与创新       
摘要:
在聚类分析过程中,属性特征在聚类过程中并不是同等重要的,有些特征甚至是冗余的,如果特征选取不适当,会使很多分类方法的效果变差.因此正确选择对于聚类重要性大的特征.对于提高聚类效果是非常重要的.基于此,该文提出了一种新的基于粗糙集相似模型的加权聚类算法.试验结果证明,该算法可以达到比传统算法更优的分类结果.
推荐文章
一种基于粗糙集的最小约简算法
粗糙集
属性重要度
属性依赖度
约简
一种基于模糊聚类和粗糙集的产品族设计知识约简方法
知识约简
模糊聚类
粗糙集
设计参数
产品族
基于多粒度粗糙集的聚类融合方法
多粒度粗糙集
聚类融合
大津算法
包含度
一种粗糙集值约简算法及其应用
数据挖掘
粗糙集
关联规则
值约简
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 一种基于粗糙集的加权聚类算法
来源期刊 科技与创新 学科
关键词 粗糙集 等价类 权值 聚类
年,卷(期) 2008,(27) 所属期刊栏目 软件时空
研究方向 页码范围 239-240,92
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.27.095
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 刘希玉 233 2140 21.0 36.0
2 李章泉 4 11 2.0 3.0
3 田慧 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (80)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (34)
二级引证文献  (26)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(3)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(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)
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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粗糙集
等价类
权值
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导