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:
流数据挖掘技术是数据挖掘领域的新研究方向之一,而聚类研究又是其重要的内容.本文介绍了流数据基本特点,在统一流聚类表示模型的基础上,对现有流数据聚类算法进行了总结,并进一步提出了流数据聚类技术的研究方向和前景.
推荐文章
高维数据聚类方法综述
高维数据
聚类
子空间
基于滑动窗口的动态数据流聚类算法研究
数据流
滑动窗口
聚类
数据挖掘
数据挖掘中的聚类算法综述
数据挖掘
聚类
聚类算法
基于变尺度滑动窗口的流数据聚类算法
流数据
聚类
变尺度滑动窗口
指数直方图
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 流数据聚类研究综述
来源期刊 科技广场 学科 工学
关键词 流数据 聚类 表示模型
年,卷(期) 2010,(1) 所属期刊栏目 综述与评论
研究方向 页码范围 237-240
页数 分类号 TP311
字数 3373字 语种 中文
DOI 10.3969/j.issn.1671-4792.2010.01.081
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 李广振 14 57 5.0 7.0
2 付淇 14 47 4.0 6.0
3 黎虹 5 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (82)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
流数据
聚类
表示模型
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
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导