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:
聚类集成是数据挖掘研究的一个热点。它是利用同一数据集的多个聚类划分集成在一起,以提高聚类分析的性能。当前相关研究大多没有考虑进行集成的聚类成员的质量,因此较差的成员会对集成结果产生不良影响。文中提出了一种基于加权co-occurrence矩阵的聚类集成算法(WCSCE)。该方法首先计算出聚类成员基于属性值的co-occurrence矩阵,然后对聚类成员的质量进行简单评价并赋予权重,生成加权co-occurrence矩阵,进而产生集成结果。最后通过实验验证了该算法的有效性,并提高了聚类质量。
推荐文章
基于MapRed uce的 FCM聚类集成算法
MapReduce
聚类集成
模糊C-均值
并行聚类算法
采用仿射传播的聚类集成算法
仿射传播
加权集成
K均值聚类
Hungarian算法
基于加权矩阵聚类的Web日志挖掘算法
数据挖掘
Web日志挖掘
加权矩阵聚类
多标记传播算法
用户聚类
基于加权联合矩阵的演化聚类算法
静态聚类
演化聚类
联合矩阵
加权法
时间平滑
扩展性
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 基于加权co-occurrence矩阵的聚类集成算法
来源期刊 电子科技 学科 工学
关键词 聚类集成 co-occurrence矩阵 权重
年,卷(期) 2012,(2) 所属期刊栏目 协议·算法及仿真
研究方向 页码范围 19-22
页数 分类号 TP301.6
字数 3745字 语种 中文
DOI 10.3969/j.issn.1007-7820.2012.02.006
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 柏建普 内蒙古科技大学信息工程学院 21 78 6.0 7.0
2 杨亚坤 内蒙古科技大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 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
聚类集成
co-occurrence矩阵
权重
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导