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:
文章提出了一种基于算法选择和结果评估的自动聚类方法.对给定数据集,该方法首先通过分析数据集的潜在簇结构,并依据所发现的簇结构为数据集挑选一种合适的备选聚类算法集;然后利用聚类有效性指标对这个算法集的算法聚类结果进行评估,以确保得到高质量聚类结果.实验结果表明该方法能够自动地挑选适合数据集的聚类算法,并获得高质量的聚类结果.
推荐文章
基于新的成员选择方法的聚类融合算法
聚类融合
聚类成员选择方法
聚类精度
差异度
基于EK-medoids聚类和邻域距离的特征选择方法
特征选择
有效距离
K-medoids聚类
邻域距离
基于词条属性聚类的文本特征选择算法
文本特征选择
词条属性
词位置
词间关联性
关联规则算法
K-均值算法
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 基于算法选择和结果评估的自动聚类方法
来源期刊 计算机与数字工程 学科 工学
关键词 聚类算法选择 簇结构 聚类结果评估
年,卷(期) 2012,(11) 所属期刊栏目 专栏·Web信息系统及应用
研究方向 页码范围 39-42
页数 4页 分类号 TP301
字数 4978字 语种 中文
DOI
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 郭躬德 福建师范大学数学与计算机科学学院 74 600 12.0 22.0
2 王开军 福建师范大学数学与计算机科学学院 22 137 6.0 11.0
3 李翔宇 福建师范大学数学与计算机科学学院 4 13 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (164)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(10)
  • 参考文献(3)
  • 二级参考文献(7)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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
聚类算法选择
簇结构
聚类结果评估
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导