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:
对现有的两种基于绝对距离的粗K-means方法进行了讨论,指出了各自的不足之处.在此基础之上,讨论了用相对距离替代绝对距离的合理性,从而给出了基于相对距离的粗K-means方法.通过对随机数据、Iris数据和文本数据进行聚类效果比较,验证了基于相对距离的粗K-means方法的可行性和有效性.
推荐文章
基于Spark的改进K-means算法的并行实现
聚类算法
简化轮廓系数
形态学相似距离
相似性度量
基于2d-距离改进的K-means聚类算法研究
2d-距离
K-means算法
初始点选取
孤立点
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
基于MapReduce框架下K-means的改进算法
MapReduce框架
K-means算法
数据挖掘
聚类分析
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 基于相对距离的改进粗K-means方法
来源期刊 计算机应用 学科 工学
关键词 粗糙集 粗K-means方法 聚类
年,卷(期) 2009,(4) 所属期刊栏目 数据挖掘
研究方向 页码范围 1102-1105
页数 4页 分类号 TP18
字数 4852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 王明春 天津大学系统工程研究所 15 102 4.0 9.0
3 唐万生 天津大学系统工程研究所 77 903 15.0 27.0
6 刘鑫 天津工程师范学院数理系 5 30 3.0 5.0
7 江琪 天津工程师范学院数理系 1 3 1.0 1.0
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  (17)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (13)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(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)
研究主题发展历程
节点文献
粗糙集
粗K-means方法
聚类
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
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