作者:
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:
本文先介绍了聚类算法及其分类,然后详细介绍了k-means算法和最大最小距离法.针对k-means算法的缺陷,提出了一种新的多中心聚类算法.运用最大最小距离法搜索最佳聚类中心.将原始数据集分割成小类后,用合并算法形成最终类.仿真实验表明:该算法能够自动获取k值,并有较高的聚类准确率.
推荐文章
一种改进K-means聚类的FCMM算法
K-means聚类
萤火虫
最大最小距离
Tent映射
混沌搜索
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种分裂式的k-means聚类算法
聚类
数据预处理
初始聚类中心
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 一种自动获取k值的多中心聚类算法
来源期刊 电子世界 学科 工学
关键词 聚类算法 k-means 最大最小距离法 多中心
年,卷(期) 2012,(4) 所属期刊栏目 科研发展
研究方向 页码范围 60-61,64
页数 分类号 TP311.13
字数 2711字 语种 中文
DOI
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 夏杰 中国矿业大学信息与电气工程学院 4 12 2.0 3.0
2 何臻 中国矿业大学信息与电气工程学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (60)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (0)
1997(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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类算法
k-means
最大最小距离法
多中心
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
论文1v1指导