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:
针对传统的层次聚类算法每次迭代只将距离最小的那对类簇合并,容易受离群点影响,偏向于发现凸状或球状簇等缺点,受CURE算法启发,采用簇中固定数量代表点来代表簇对象进行距离的计算,并结合90_10规则,提出了一种改进的层次聚类算法REPBFC(REpresentative Points Based Fast Clustering),实验表明该算法是有效的.
推荐文章
一种基于代表点的增量聚类算法
代表点
节点属性
增量聚类
一种基于代表点的分布式数据流聚类算法
分布式数据流
数据挖掘
聚类
聚类演化
代表点
一种基于代表点的快速聚类算法
代表点选取
代表点聚类
FCBRP算法
基于遗传算法的多维快速聚类算法研究
聚类
遗传算法
密度法
网格法
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 基于代表点的快速聚类算法
来源期刊 计算机工程与应用 学科 工学
关键词 90_110规则 多阶段聚类 聚类算法
年,卷(期) 2010,(33) 所属期刊栏目
研究方向 页码范围 121-123,126
页数 分类号 TP301.6
字数 3949字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.33.034
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 贾瑞玉 安徽大学计算机科学与技术学院 62 688 17.0 23.0
2 耿锦威 安徽大学计算机科学与技术学院 3 17 2.0 3.0
3 宁再早 安徽大学计算机科学与技术学院 4 25 3.0 4.0
4 何成刚 安徽大学计算机科学与技术学院 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (765)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (29)
二级引证文献  (47)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(3)
  • 参考文献(3)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(14)
  • 引证文献(3)
  • 二级引证文献(11)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
90_110规则
多阶段聚类
聚类算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导