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:
在高维数据聚类中,受维度效应的影响,现有的算法聚类效果不佳.为此,提出一种适用于高维数据的密度聚类算法StaDeCon.在经典的PreDeCon算法基础上,引入子空间维度权重的计算方法,避免PreDeCon算法使用全空间距离度量带来的问题,提高了聚类的质量.在合成数据和实际应用数据集上的实验结果表明,该算法在高维数据聚类上可取得较好的聚类精度,算法是有效可行的.
推荐文章
一种鲁棒的子空间聚类算法
子空间聚类
鲁棒性
权参数
最优化
两阶段密度意识子空间聚类模型
数据挖掘
子空间聚类
网格聚类
高维数据
基于加权K近邻的改进密度峰值聚类算法
数据挖掘
加权K近邻
密度峰值
聚类
基于重建系数的子空间聚类融合算法
稀疏表示
低秩表示
子空间聚类
聚类融合
系数重建
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 基于子空间维度加权的密度聚类算法
来源期刊 计算机工程 学科 工学
关键词 聚类 高维数据 子空间 维度加权
年,卷(期) 2010,(9) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 65-67
页数 分类号 TP301.6
字数 4146字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.09.022
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 陈黎飞 福建师范大学数学与计算机科学学院 42 344 9.0 17.0
2 姜青山 厦门大学软件学院 36 550 11.0 23.0
4 黄王非 厦门大学软件学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (63)
参考文献  (1)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (27)
1991(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(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(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
聚类
高维数据
子空间
维度加权
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导