作者:
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:
聚类算法是数据挖掘中的关键技术,聚类技术在模式识别、图像处理等领域有广泛应用,随着对聚类算法更广泛深入的研究,产生了许多不同的适用于空间数据挖掘的聚类算法.描述了数据挖掘领域中对聚类分析的典型要求,介绍了空间数据挖掘中近几年常用的聚类方法,并通过基于评价聚类算法好坏的标准,从多个方面对这些算法性能进行比较分析,方便人们较容易找到一种适用于特定问题的聚类算法,最后对未来发展进行了展望.
推荐文章
空间点模式聚类方法研究
空间点模式
数据挖掘
聚类分析
OPTICS算法
DBSCAN算法
Meanshift算法
CLUSTERDP算法
奇异向量空间双聚类算法
SVD分解
0/1矩阵
行聚类
列聚类
布尔矩阵
混合测量子空间聚类算法的研究
闵氏距离
子空间聚类算法
特征权重
混合测量
用户兴趣空间的Web页面聚类
日志挖掘
聚类
用户兴趣空间
对偶性
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 空间聚类研究
来源期刊 计算机技术与发展 学科 工学
关键词 数据挖掘 空间聚类算法 数据库
年,卷(期) 2009,(4) 所属期刊栏目 智能、算法、系统结构
研究方向 页码范围 134-137,142
页数 5页 分类号 TP18
字数 4787字 语种 中文
DOI 10.3969/j.issn.1673-629X.2009.04.039
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 马程 南京航空航天大学信息科学与技术学院 26 98 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (28)
同被引文献  (37)
二级引证文献  (41)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(6)
  • 引证文献(4)
  • 二级引证文献(2)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(8)
  • 引证文献(4)
  • 二级引证文献(4)
2017(11)
  • 引证文献(5)
  • 二级引证文献(6)
2018(14)
  • 引证文献(3)
  • 二级引证文献(11)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
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
数据挖掘
空间聚类算法
数据库
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导