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:
Affinity propagation(AP)聚类算法是通过消息传递实现聚类的,不需要事先指定聚类数目.对于规模较大的数据集,AP聚类是一种快速、有效的聚类方法,这是其他传统聚类方法所不能及的,如K-centers方法.研究了AP算法的原理和步骤,通过实验,证明了AP聚类算法的实用性和有效性.
推荐文章
基于 AP 聚类算法的图像分割应用与研究
近邻传播
聚类算法
图像分割
基于初始偏向度的AP算法聚类性能优化研究
AP算法
初始偏向度
多重单目标优化
聚类性能
基于AP聚类算法的跳汰机床层松散度软测量建模
跳汰机
床层松散度
AP聚类算法
多模型
最小二乘支持向量机
一种迭代加权更新的带加速算子的半监督AP聚类算法
AP聚类算法
带约束标签映射
加速因子
迭代加权更新
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 AP聚类算法的分析与应用
来源期刊 吉林建筑大学学报 学科 工学
关键词 聚类算法 AP聚类算法 相似矩阵 收缩因子
年,卷(期) 2013,(4) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 58-61
页数 4页 分类号 TP391
字数 2056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 郭秀娟 吉林建筑大学计算机科学与工程学院 62 373 10.0 18.0
2 陈莹 吉林建筑大学电气与电子信息工程学院 5 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (244)
参考文献  (6)
节点文献
引证文献  (23)
同被引文献  (55)
二级引证文献  (23)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(9)
  • 引证文献(6)
  • 二级引证文献(3)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(11)
  • 引证文献(5)
  • 二级引证文献(6)
2019(9)
  • 引证文献(3)
  • 二级引证文献(6)
2020(7)
  • 引证文献(4)
  • 二级引证文献(3)
研究主题发展历程
节点文献
聚类算法
AP聚类算法
相似矩阵
收缩因子
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
吉林建筑大学学报
双月刊
1009-0185
22-1413/TU
大16开
长春市新城大街5088号
1984
chi
出版文献量(篇)
2717
总下载数(次)
7
论文1v1指导