作者:
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:
在图形、图像等识别领域均涉及到聚类的应用,通过对计算机采集到的数据,进行整理分类处理,是模式识别过程中的一个重要环节.因而,聚类集成方法的优劣决定了最终识别效果的好坏.由此,该文主要针对有关K均值的聚类集成方法进行深入研究,试图在基于k均值聚类簇集成方法的设计与实现方面提高计算机的运行效率和质量.
推荐文章
基于PCA和K-均值聚类的有监督分裂层次聚类方法
数据挖掘
机器学习
有监督聚类
分裂层次聚类
基于图的K-均值聚类法中初始聚类中心选择
数据聚类
簇类
无向图
连通分支
基于聚类与排序修剪的分类器集成方法
选择性集成
混淆矩阵
聚类
排序修剪
差异性
基于全局优化K均值聚类的医学图像分割方法
K均值聚类
医学图像
图像分割
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k均值聚类的簇集成方法的设计与实现
来源期刊 电脑知识与技术 学科 工学
关键词 聚类 K均值 簇集成
年,卷(期) 2011,(36) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 9496-9498
页数 分类号 TP393
字数 2745字 语种 中文
DOI 10.3969/j.issn.1009-3044.2011.36.086
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 叶小倩 河北大学工商学院 8 28 1.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
K均值
簇集成
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导