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:
采用Mitra算法对洪水进行了特征选择,并利用Kmeans和FCM聚类方法对某流域47场洪水进行了聚类分析.结果表明:Mitra算法可有效去除指标提取时的冗余特征,Kmeans与FCM聚类结果吻合较好,各类洪水特点鲜明.
推荐文章
特征选择和聚类分析的图像分类模型
图像处理
原始特征
聚类分析算法
图像分类器
聚类分析中特征选择的研究
特征显著度
特征选择
聚类
混合模型
基于聚类分析的软件胎记特征选择
胎记特征选择
聚类分析
信息度量
关联系数
基于SQL选择语句的聚类分析
数据挖掘
层次结构
聚类规则
SQL语句
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 基于特征选择的洪水聚类分析
来源期刊 人民黄河 学科 工学
关键词 Mitra算法 特征选择 聚类分析 洪水
年,卷(期) 2011,(12) 所属期刊栏目 水文·泥沙
研究方向 页码范围 27-29
页数 分类号 TV122
字数 3333字 语种 中文
DOI 10.3969/j.issn.1000-1379.2011.12.010
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 刘国华 浙江大学水利与海洋工程学系 124 1744 23.0 37.0
2 程伟平 浙江大学水利与海洋工程学系 43 476 13.0 20.0
3 章子华 浙江大学水利与海洋工程学系 4 46 3.0 4.0
4 褚贵庆 浙江大学水利与海洋工程学系 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (84)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (19)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(5)
  • 参考文献(4)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
Mitra算法
特征选择
聚类分析
洪水
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
人民黄河
月刊
1000-1379
41-1128/TV
大16开
郑州市金水路11号《人民黄河》杂志社
1949
chi
出版文献量(篇)
10081
总下载数(次)
8
论文1v1指导