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:
提出了一种局部区间模糊C均值算法,该算法不仅能减少计算的复杂性、提高统计速度,同时能提高函数估算值的精确度.利用紧致性函数和分离性函数对局部模糊C均值聚类算法进行有效性验证,实验结果表明该算法具有较高的预测精度.
推荐文章
优化的核模糊C均值聚类算法
模糊C均值聚类
核函数
蝙蝠算法
佳点集
速度权重
基于改进QPSO的模糊C-均值聚类算法
模糊C-均值聚类
量子粒子群优化
聚类分析
量子门更新策略
基于QPSO的模糊C均值聚类算法
量子粒子群算法
粒子群算法
模糊C均值聚类
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 交通流量的局部区间模糊C均值聚类算法
来源期刊 微型机与应用 学科 工学
关键词 SVM 模糊C均值算法 预测 分离信息
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 69-71
页数 分类号 TP391
字数 2221字 语种 中文
DOI 10.3969/j.issn.1674-7720.2010.09.022
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 曾利军 湖南工学院计算机科学系 36 73 5.0 6.0
2 李泽军 湖南工学院计算机科学系 33 104 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (126)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
SVM
模糊C均值算法
预测
分离信息
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导