钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用研究期刊
\
基于节点数据密度的分布式K-means聚类算法研究
基于节点数据密度的分布式K-means聚类算法研究
作者:
张科泽
杨鹤标
沈项军
蒋中秋
原文服务方:
计算机应用研究
点对点技术
K-means聚类
自适应
置信半径
摘要:
P2P(peer-to-peer)网络分布式聚类算法是利用P2P网络上各个节点的计算、存储能力以及网络的带宽,将算法的时间复杂度和空间复杂度平摊到各个节点,使处理和分析海量分布式数据成为可能,从而克服传统基于单个服务器的集中式聚类算法在数据处理能力等方面的限制.提出一种基于节点置信半径的分布式K-means聚类算法,该算法通过计算节点上数据分布的密度,找到同一类数据在节点的稠密和稀疏分布,从而确定聚类置信半径并指导下一步的聚类.实验表明,该算法能够有效地减少迭代次数,节省网络带宽;同时聚类结果也接近集中式聚类算法的结果.
下载原文
收藏
引用
分享
推荐文章
一种分布式的K-means聚类算法
K-means聚类算法
分布式环境
大数据集
复杂度
基于划分的数据挖掘K-means聚类算法分析
数据挖掘
聚类分析
K-means聚类算法
聚类中心选取
K-means算法改进
初始中心点
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
基于数据抽样的自动k-means聚类算法
k-means算法
信息熵
最优样本抽取
有效性指标
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于节点数据密度的分布式K-means聚类算法研究
来源期刊
计算机应用研究
学科
关键词
点对点技术
K-means聚类
自适应
置信半径
年,卷(期)
2011,(10)
所属期刊栏目
算法研究探讨
研究方向
页码范围
3643-3645,3655
页数
分类号
TP393
字数
语种
中文
DOI
10.3969/j.issn.1001-3695.2011.10.009
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
杨鹤标
江苏大学计算机科学与通信工程学院
78
637
13.0
22.0
2
沈项军
江苏大学计算机科学与通信工程学院
19
74
4.0
8.0
3
蒋中秋
江苏大学计算机科学与通信工程学院
10
51
4.0
7.0
4
张科泽
江苏大学计算机科学与通信工程学院
1
18
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(3)
共引文献
(11)
参考文献
(6)
节点文献
引证文献
(18)
同被引文献
(21)
二级引证文献
(40)
1999(2)
参考文献(1)
二级参考文献(1)
2001(1)
参考文献(1)
二级参考文献(0)
2003(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(1)
二级参考文献(0)
2007(2)
参考文献(1)
二级参考文献(1)
2009(1)
参考文献(1)
二级参考文献(0)
2010(1)
参考文献(1)
二级参考文献(0)
2011(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)
2011(1)
引证文献(1)
二级引证文献(0)
2012(4)
引证文献(4)
二级引证文献(0)
2013(3)
引证文献(3)
二级引证文献(0)
2014(4)
引证文献(4)
二级引证文献(0)
2015(5)
引证文献(4)
二级引证文献(1)
2016(3)
引证文献(0)
二级引证文献(3)
2017(4)
引证文献(0)
二级引证文献(4)
2018(14)
引证文献(1)
二级引证文献(13)
2019(16)
引证文献(1)
二级引证文献(15)
2020(4)
引证文献(0)
二级引证文献(4)
研究主题发展历程
节点文献
点对点技术
K-means聚类
自适应
置信半径
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
主办单位:
四川省计算机研究院
出版周期:
月刊
ISSN:
1001-3695
CN:
51-1196/TP
开本:
大16开
出版地:
邮发代号:
创刊时间:
1984-01-01
语种:
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
期刊文献
相关文献
1.
一种分布式的K-means聚类算法
2.
基于划分的数据挖掘K-means聚类算法分析
3.
一种基于密度的k-means聚类算法
4.
基于数据抽样的自动k-means聚类算法
5.
K-means聚类算法的研究
6.
基于变异的k-means聚类算法
7.
基于密度的K-means聚类中心选取的优化算法
8.
基于深度信念网络的K-means聚类算法研究
9.
基于云计算的并行K-means聚类算法研究
10.
K-means聚类算法初始中心选择研究
11.
一种分裂式的k-means聚类算法
12.
一种改进的K-means聚类算法
13.
基于Kd树改进的高效K-means聚类算法
14.
针对多聚类中心大数据集的加速K-means聚类算法
15.
自适应布谷鸟搜索的并行K-means聚类算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用研究2000
计算机应用研究2001
计算机应用研究2002
计算机应用研究2003
计算机应用研究2004
计算机应用研究2005
计算机应用研究2006
计算机应用研究2007
计算机应用研究2008
计算机应用研究2009
计算机应用研究2010
计算机应用研究2011
计算机应用研究2012
计算机应用研究2013
计算机应用研究2014
计算机应用研究2015
计算机应用研究2016
计算机应用研究2017
计算机应用研究2018
计算机应用研究2019
计算机应用研究2020
计算机应用研究2022
计算机应用研究2011年第2期
计算机应用研究2011年第4期
计算机应用研究2011年第10期
计算机应用研究2011年第1期
计算机应用研究2011年第6期
计算机应用研究2011年第7期
计算机应用研究2011年第11期
计算机应用研究2011年第12期
计算机应用研究2011年第3期
计算机应用研究2011年第9期
计算机应用研究2011年第8期
计算机应用研究2011年第5期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号