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:
对聚类结果的理解有助于评价聚类效果,可以据此调整聚类过程,更高效地使用聚类结果.但是,聚类结果的理解仍然是一个尚未解决的问题.提出了基于离群点识别技术分析任意聚类算法的聚类结果,发现了聚类结果属性特征簇的方法;提出一种基于不相似性比值的离群点识别算法.通过对全部数据簇的属性描述进行离群点分析,发现各数据簇的特征属性,实现对聚类结果的理解.所提方法适用于任意聚类算法结果的分析.对UCI的iris、ZOO和Housing数据集的采用X-means、Frozen和DBScan算法的聚类结果进行聚类结果分析,实验表明所提方法较成功地发现了不同聚类算法的属性特征簇,有助于对聚类结果的深入理解.
推荐文章
基于聚类的离群点分析方法
离群分析
离群分类
离群属性
离群簇
内涵知识
一种基于边界识别的聚类算法
聚类算法
密度
边界识别
一种基于高维空间聚类的离群数据发现算法
离群数据
CABOSFV算法
聚类
伪孤立点
基于 WSRFCM 聚类的局部离群点检测算法
特征加权
阴影集
阴影粗糙模糊聚类
局部离群度
离群点检测
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 基于离群点识别的聚类结果属性特征簇发现
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 聚类 属性特征簇 数据簇分析 离群点识别
年,卷(期) 2009,(3) 所属期刊栏目
研究方向 页码范围 312-317
页数 6页 分类号 TP311
字数 4175字 语种 中文
DOI 10.3969/j.issn.1006-7043.2009.03.014
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 顾国昌 哈尔滨工程大学计算机科学与技术学院 138 2134 24.0 41.0
2 吕天阳 哈尔滨工程大学计算机科学与技术学院 23 103 6.0 9.0
3 陈英 哈尔滨工程大学计算机科学与技术学院 4 51 3.0 4.0
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  (1)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (4)
2003(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
聚类
属性特征簇
数据簇分析
离群点识别
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导