原文服务方: 科技与创新       
摘要:
本文在分析聚类划分方法的基础上,重点讨论了时k-means聚类方法的改进,针对k-means算法,提出了一种新的基于数据样本分布选取初始聚类中心的方法,提高了k-means算法的聚类准确率.
推荐文章
改进的K-means算法
K-means算法
数据分布
初始中心点
均衡化函数
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
基于MapReduce框架下K-means的改进算法
MapReduce框架
K-means算法
数据挖掘
聚类分析
基于Spark的改进K-means算法的并行实现
聚类算法
简化轮廓系数
形态学相似距离
相似性度量
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算法的研究与改进
来源期刊 科技与创新 学科
关键词 聚类 划分方法 数据样本 阈值
年,卷(期) 2008,(30) 所属期刊栏目 软件时空
研究方向 页码范围 269-270,273
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.30.108
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 张化祥 山东师范大学信息科学与工程学院 73 576 14.0 19.0
2 周鑫 山东师范大学信息科学与工程学院 4 23 2.0 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  (24)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (14)
二级引证文献  (23)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(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
聚类
划分方法
数据样本
阈值
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