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:
提出了一种结合了基于密度聚类思想的划分聚类方法-"密度最大值聚类算法(MDCA)",以最大密度对象作为起始点,通过考察最大密度对象所处空间区域的密度分布情况来划分基本簇,并合并基本簇获得最终的簇划分.实验表明,MDCA能够自动确定簇数量,并有效发现任意形状的簇,对于未知数据集的处理能力和聚类准确度都优于传统的基于划分聚类算法.
推荐文章
基于稀疏交界最大密度连通的模糊聚类方法
高斯混合模型
簇识别
隶属度
最大密度连通点
一种基于初始点密度最大的改进型ISODATA聚类算法
高局部密度点距离
初始点选择
噪声点
ISODATA
D-ISODATA算法
结合最大最小距离和加权密度的K-means聚类算法
K-means
初始中心
离群点
密度法
最大最小距离
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 一种基于密度最大值的聚类算法
来源期刊 中国科学院研究生院学报 学科 工学
关键词 数据挖掘 聚类 最大密度对象 K-means DBSCAN
年,卷(期) 2009,(4) 所属期刊栏目 论文
研究方向 页码范围 539-548
页数 10页 分类号 TP181
字数 7932字 语种 中文
DOI
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 荆继武 中国科学院研究生院信息安全国家重点实验室 63 768 16.0 26.0
2 王晶 中国科学技术大学电子工程与信息科学系 138 1613 21.0 37.0
6 夏鲁宁 中国科学院研究生院信息安全国家重点实验室 13 187 6.0 13.0
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  (3)
节点文献
引证文献  (27)
同被引文献  (41)
二级引证文献  (95)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 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)
2012(8)
  • 引证文献(3)
  • 二级引证文献(5)
2013(9)
  • 引证文献(5)
  • 二级引证文献(4)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(21)
  • 引证文献(7)
  • 二级引证文献(14)
2016(24)
  • 引证文献(2)
  • 二级引证文献(22)
2017(21)
  • 引证文献(3)
  • 二级引证文献(18)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
聚类
最大密度对象
K-means
DBSCAN
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
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
电子信息产业发展基金
英文译名:
官方网址:http://www.itfund.gov.cn/Default.aspx
项目类型:电子信息产业发展基金一般项目
学科类型:
论文1v1指导