原文服务方: 计算机应用研究       
摘要:
总结了高维数据聚类算法的研究现状,分析比较了算法性能的主要差异,并指出其今后的发展趋势,即在子空间聚类过程中融入其他传统聚类方法的思想,以提高聚类性能.
推荐文章
基于映射的高维数据聚类方法
映射
高维数据
聚类
拓展集合差异度高维数据聚类
高维数据聚类:CABOSFV_C算法
拓展集合差异度
CAESD算法
一种面向GIS系统的高维数据双层聚类方法
空间聚类
聚类
GIS
相似度
基于决策树的网络高维数据软子空间聚类方法研究
聚类方法
软子空间
高维数据
决策树
信息增益
仿真分析
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 高维数据聚类方法综述
来源期刊 计算机应用研究 学科
关键词 高维数据 聚类 子空间
年,卷(期) 2010,(1) 所属期刊栏目 综述评论
研究方向 页码范围 23-26,31
页数 5页 分类号 TP392
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.01.006
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 贺玲 空军雷达学院四系计算机教研室 7 112 4.0 7.0
2 蔡益朝 空军雷达学院四系计算机教研室自动化教研室 10 132 5.0 10.0
3 杨征 国防科学技术大学信息系统与管理学院 13 218 6.0 13.0
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  (6)
节点文献
引证文献  (69)
同被引文献  (161)
二级引证文献  (141)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(6)
  • 引证文献(6)
  • 二级引证文献(0)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(14)
  • 引证文献(7)
  • 二级引证文献(7)
2014(13)
  • 引证文献(10)
  • 二级引证文献(3)
2015(21)
  • 引证文献(9)
  • 二级引证文献(12)
2016(22)
  • 引证文献(5)
  • 二级引证文献(17)
2017(21)
  • 引证文献(8)
  • 二级引证文献(13)
2018(35)
  • 引证文献(10)
  • 二级引证文献(25)
2019(46)
  • 引证文献(7)
  • 二级引证文献(39)
2020(26)
  • 引证文献(3)
  • 二级引证文献(23)
研究主题发展历程
节点文献
高维数据
聚类
子空间
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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