原文服务方: 计算机应用研究       
摘要:
针对传统选择性聚类融合算法不能消除劣质聚类成员的干扰以及聚类准确性不高等问题,提出了一种新的选择性加权聚类融合算法.算法中提出了基于聚类有效性评价方法的参照成员选择方法和联合聚类质量以及差异度的选择策略,然后还提出了基于容错关系信息熵的属性重要性加权方法.新算法有效地克服了传统选择性聚类融合算法的缺点,消除了劣质聚类成员的干扰,提高了聚类的准确性.大量的对比实验结果表明了算法的有效,且性能显著提高.
推荐文章
选择性聚类融合研究进展
聚类融合
选择性聚类融合
选择策略
融合函数
结合ECM和FCM聚类的遥感图像分割新方法
遥感图像分割
模糊C均值聚类
进化聚类
基于内容的图像检索
基于选择性聚类集成的图像目标分类方法
聚类集成
匈牙利算法
近邻传播
图像目标分类
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
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 选择性聚类融合新方法研究
来源期刊 计算机应用研究 学科
关键词 选择性聚类融合 参照成员 选择策略 属性重要性加权
年,卷(期) 2012,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 4031-4034
页数 4页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.11.007
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 樊晓平 中南大学信息科学与工程学院 236 3229 28.0 45.0
2 廖志芳 中南大学软件学院 65 468 12.0 19.0
3 刘丽敏 中南大学信息科学与工程学院 13 89 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (193)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (18)
二级引证文献  (30)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(8)
  • 参考文献(4)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 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(1)
  • 二级引证文献(3)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 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
选择性聚类融合
参照成员
选择策略
属性重要性加权
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
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导