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:
近邻传播算法在非凸形、密度不均匀的数据集上很难得到理想的聚类结果.为此,基于核聚类的思想,将数据集非线性地映射到高维空间,使数据集更加分离.利用共享最近邻的相似度度量方法,提出一种密度不敏感的近邻传播算法DIS-AP,以弥补原算法易受特征集维数和密度影响的缺点,从而有效解决数据集非凸和密度不均匀问题,拓宽算法的应用范围.仿真实验结果证明,DIS-AP算法具有更好的聚类性能.
推荐文章
基于核自适应的近邻传播聚类算法
近邻传播聚类
核聚类
核自适应聚类
流形学习
基于流形距离的半监督近邻传播聚类算法
近邻传播聚类
流形学习
半监督聚类
成对约束信息
流形距离
基于文本-链接模型和近邻传播算法的网页聚类
文本-链接模型
MS模型
相似度
近邻传播聚类算法
基于加权K近邻的改进密度峰值聚类算法
数据挖掘
加权K近邻
密度峰值
聚类
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 密度不敏感的近邻传播聚类算法研究
来源期刊 计算机工程 学科 工学
关键词 近邻传播 相似度度量 核聚类 共享最近邻 聚类分析 密度不敏感
年,卷(期) 2012,(2) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 159-162
页数 分类号 TN915
字数 5126字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.02.052
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 于洪涛 44 339 10.0 16.0
2 冯晓磊 4 29 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (922)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (30)
二级引证文献  (18)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(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)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
近邻传播
相似度度量
核聚类
共享最近邻
聚类分析
密度不敏感
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导