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:
针对传统GK聚类算法无法自动确定聚类数和对初始聚类中心比较敏感的缺陷,提出一种改进的GK聚类算法.该算法首先通过基于类间分离度和类内紧致性的权和的新有效性指标来确定最佳聚类数;然后,利用改进的熵聚类的思想来确定初始聚类中心;最后,根据判定出的聚类数和新的聚类中心进行聚类.实验结果表明,新指标能准确地判断出类间有交叠的数据集的最佳聚类数,且改进后的算法具有更高的聚类准确率.
推荐文章
改进的蚂蚁聚类算法
蚂蚁算法
聚类
对称点距离
相似性函数
对层次聚类算法的改进
层次聚类算法
预排序
类间距离
基于改进谱聚类算法的航路辨识
航路辨识
谱聚类
船舶自动识别系统(AIS)
大数据
k均值算法
一种改进的 DBscan聚类算法
DBscan
核心点
二次聚类
轮廓系数
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 改进的GK聚类算法
来源期刊 计算机应用 学科 工学
关键词 聚类数 聚类有效性指标 初始聚类中心 熵聚类 GK聚类算法
年,卷(期) 2012,(9) 所属期刊栏目 数据库技术
研究方向 页码范围 2476-2479
页数 分类号 TP18|TP391.4|TP301.6
字数 4308字 语种 中文
DOI 10.3724/SP.J.1087.2012.02476
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 钱雪忠 江南大学物联网工程学院 92 741 15.0 22.0
2 张妨妨 江南大学物联网工程学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (60)
参考文献  (12)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (12)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(5)
  • 参考文献(5)
  • 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(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(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
聚类数
聚类有效性指标
初始聚类中心
熵聚类
GK聚类算法
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导