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:
传统的聚类算法通常针对单处理机,当数据资源分别存储在不同节点的计算机时,无法运用传统的聚类算法进行计算.本文提出一种完全分布式聚类算法,通过计算分形维度,利用分布式环境信息广播方式交流多台计算机的运行结果,最终汇集成全局聚类的信息进行聚类.理论分析表明,该算法不仅对分布数据可以很好的聚类而且可以最大限度降低通信成本和延时情况.
推荐文章
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
分布式环境中聚类问题算法研究综述
集中式聚类
分布式聚类
聚类精度
聚类时间
网格环境下基于Weka4WS的分布式聚类算法
网格
分布式
聚类
数据挖掘
基于节点数据密度的分布式K-means聚类算法研究
点对点技术
K-means聚类
自适应
置信半径
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 基于分形维度的完全分布式聚类算法
来源期刊 计算机系统应用 学科 工学
关键词 聚类 数据挖掘 分布式计算 分形维度 盒子计数法
年,卷(期) 2009,(7) 所属期刊栏目 研究开发
研究方向 页码范围 101-103
页数 3页 分类号 TP3
字数 3134字 语种 中文
DOI 10.3969/j.issn.1003-3254.2009.07.024
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 陈洁 天津职业大学电子信息工程学院 18 76 5.0 8.0
2 熊晓 天津大学管理学院 4 10 2.0 3.0
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  (2)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (19)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
数据挖掘
分布式计算
分形维度
盒子计数法
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
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
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
论文1v1指导