原文服务方: 计算机应用研究       
摘要:
针对现有的增量聚类算法对参数敏感度较高、时空复杂度较高等问题,提出了一种基于代表点的增量聚类算法.首先采用代表点聚类算法对静态的数据库进行聚类;然后根据新增加的节点与已存的代表点之间的关系,判断是否将其添加到已存的代表点所属的类簇中,或是提升为新的代表点;最后,再次采用代表点聚类算法对其进行聚类.实验结果证明,该算法对参数的敏感性低、效率高、占用空间小.
推荐文章
一种基于网格的增量聚类算法
增量
聚类
网格
数据挖掘
一种基于代表点的分布式数据流聚类算法
分布式数据流
数据挖掘
聚类
聚类演化
代表点
一种增量式文本软聚类算法
语义序列
增量式聚类
软聚类
文本聚类
一种基于增量式时间序列和最佳任务调度的W eb数据聚类算法
Web数据聚类
增量式时间序列
数据压缩
最佳任务调度
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 一种基于代表点的增量聚类算法
来源期刊 计算机应用研究 学科
关键词 代表点 节点属性 增量聚类
年,卷(期) 2012,(8) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2865-2867
页数 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.08.017
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 孟凡荣 中国矿业大学计算机科学与技术学院 81 935 16.0 28.0
2 周勇 中国矿业大学计算机科学与技术学院 85 984 16.0 29.0
3 李晓翠 中国矿业大学计算机科学与技术学院 7 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (80)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (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)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
代表点
节点属性
增量聚类
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