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:
为有效检测聚类的边界点,提出基于变异系数的边界点检测算法.首先计算出数据对象到它的k-距离邻居距离之和的平均值.然后用平均值的倒数作为每个点的密度,通过变异系数刻画数据对象密度分布特征寻找边界点.实验结果表明,该算法可在含有任意形状、不同大小和不同密度的数据集上快速有效检测出聚类的边界点,并可消除噪声.
推荐文章
心内膜散乱点云边界点检测算法研究
散乱点云
边界点
“十”字算法
点云切片
一种基于角度的边界点检测算法
数据挖掘
边界点
邻域
角度
噪声数据集上的边界点检测算法
边界点检测
Eps-邻域
密度
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 基于变异系数的边界点检测算法
来源期刊 模式识别与人工智能 学科 工学
关键词 聚类 边界点 变异系数
年,卷(期) 2009,(5) 所属期刊栏目 研究与应用
研究方向 页码范围 799-802
页数 4页 分类号 TP311
字数 4140字 语种 中文
DOI 10.3969/j.issn.1003-6059.2009.05.020
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 邱保志 郑州大学信息工程学院 55 518 13.0 18.0
2 薛丽香 郑州大学信息工程学院 2 47 2.0 2.0
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  (26)
参考文献  (4)
节点文献
引证文献  (35)
同被引文献  (43)
二级引证文献  (101)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(14)
  • 引证文献(8)
  • 二级引证文献(6)
2013(10)
  • 引证文献(4)
  • 二级引证文献(6)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(16)
  • 引证文献(2)
  • 二级引证文献(14)
2017(19)
  • 引证文献(7)
  • 二级引证文献(12)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(20)
  • 引证文献(2)
  • 二级引证文献(18)
2020(15)
  • 引证文献(0)
  • 二级引证文献(15)
研究主题发展历程
节点文献
聚类
边界点
变异系数
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导