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:
在传统CLARANS聚类算法基础上,提出一种针对不确定性目标的CLARANS聚类算法.在该算法中,待聚类的每个不确定性目标都被表示成高斯混合模型,即高斯分布的一个加权和,并将Kullback-Leibler散度作为不确定性目标间的距离测度.在图片数据库上的实验结果表明,该算法具有较高的聚类精度.
推荐文章
基于区间数的不确定性数据聚类算法:UD-OPTICS
不确定性数据
区间数
密度聚类算法
OPTICS
目标位置不确定性的图形描述
位置不确定性
误差椭圆(椭球)
圆(球)概率误差
不确定性网络连续高斯协同局部聚类更新方法
不确定性模型
无线传感器网络
连续前沿
局部聚类
协同更新
基于粒计算的不确定性时间序列建模及其聚类
时间序列
粒计算
不确定性
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 不确定性目标的CLARANS聚类算法
来源期刊 计算机工程 学科 工学
关键词 高斯分布 高斯混合模型 Kullback-Leibler散度 CLARANS算法 不确定性目标 聚类算法
年,卷(期) 2012,(11) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 56-58
页数 分类号 TP391.4
字数 4053字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.11.018
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 何童 中央财经大学应用数学学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (5)
参考文献  (1)
节点文献
引证文献  (10)
同被引文献  (8)
二级引证文献  (2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高斯分布
高斯混合模型
Kullback-Leibler散度
CLARANS算法
不确定性目标
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