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:
针对在大规模数据集上进行聚类困难的问题,分析了抽样技术的优点,研究了数据挖掘领域中的随机抽样的特点,并在此基础上提出了一种基于密度的偏差抽样方法.利用密度偏差抽样所获得的样本数据集能够较准确地反映总体数据集的特征,并且能够灵活地控制对数据集不同区域的抽样率.实验证明,在大规模数据集上进行聚类时,密度偏差抽样在时间复杂度上要优于随机抽样.
推荐文章
基于密度偏差抽样的聚类算法研究
密度偏差抽样
随机抽样
聚类
算法
正确率
基于随机抽样和聚类特征的聚类算法
聚类
BIRCH算法
随机抽样
蚁群算法在文本聚类中的应用研究
文本聚类
移动策略
观察半径
蚁群算法
聚类算法在高校学生微博的应用研究
聚类算法
热门话题
微博
高校
文本
算法改进
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 密度偏差抽样技术在聚类算法中的应用研究
来源期刊 计算机科学 学科 工学
关键词 数据挖掘 聚类 偏差抽样 随机抽样
年,卷(期) 2009,(2) 所属期刊栏目 人工智能及图像处理
研究方向 页码范围 207-209,264
页数 4页 分类号 TP311
字数 4686字 语种 中文
DOI 10.3969/j.issn.1002-137X.2009.02.049
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 朱东华 北京理工大学管理与经济学院 154 2214 24.0 39.0
2 刘嵩 北京理工大学管理与经济学院 4 27 3.0 4.0
3 郑涛 北京理工大学管理与经济学院 4 24 3.0 4.0
4 余波 北京理工大学管理与经济学院 2 30 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (47)
参考文献  (2)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (33)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(17)
  • 引证文献(1)
  • 二级引证文献(16)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(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
数据挖掘
聚类
偏差抽样
随机抽样
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导