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:
提出基于凝聚K-means的决策簇分类模型。将凝聚策略和聚类簇调整参数λ运用于K-means聚类方法中,并结合簇验证技术,在训练数据集上,通过一系列自上而下的嵌套式聚类方法建立一棵聚类树,然后从这棵树中提取决策分类模型。基于UCI的实验结果证明本文提出的分类方法具有如下优势:(1)有效改善了K-means对初始中心的位置敏感的问题;(2)能自动确定簇的数目;(3)有效控制获得聚类簇的密度。
推荐文章
一种分层自适应快速K-means算法
HAFKM
K-means算法
分层聚类
自适应
大数据库
聚类树
一种改进的K-means聚类算法
聚类分析
K-means算法
离群点数据
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
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 一种基于凝聚 K-means 的决策簇分类器
来源期刊 信阳师范学院学报(自然科学版) 学科 工学
关键词 分类器 K-means 决策簇
年,卷(期) 2013,(4) 所属期刊栏目 应用技术研究
研究方向 页码范围 612-615
页数 4页 分类号 TP312
字数 4189字 语种 中文
DOI 10.3969/j.issn.1003-0972.2013.04.037
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 周鹏 塔里木大学信息工程学院 33 111 7.0 8.0
2 郭颂 信阳师范学院计算机与信息技术学院 31 157 7.0 11.0
3 刘亮亮 平顶山学院网络计算中心 13 51 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分类器
K-means
决策簇
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
信阳师范学院学报(自然科学版)
季刊
1003-0972
41-1107/N
大16开
河南省信阳市
36-112
1981
chi
出版文献量(篇)
3455
总下载数(次)
4
总被引数(次)
13604
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导