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:
针对近邻传播算法(AP)在处理大规模复杂数据集时聚类时间和精度上的不足,调整密度敏感距离作为相似性度量,提出一种基于密度敏感距离的多级近邻传播聚类算法.首先将原数据集构造为k最近邻稀疏图,以局部长度作为相似性测度,应用AP算法对数据集进行初步聚类;然后以全局距离作为相似性测度,多次应用AP算法再聚类,直到得到合适的聚类数目.实验结果表明,该算法在处理规模较大、结构较复杂的数据集时聚类时间与效果明显好于传统的AP算法.
推荐文章
基于流形距离的半监督近邻传播聚类算法
近邻传播聚类
流形学习
半监督聚类
成对约束信息
流形距离
基于核自适应的近邻传播聚类算法
近邻传播聚类
核聚类
核自适应聚类
流形学习
基于加权K近邻的改进密度峰值聚类算法
数据挖掘
加权K近邻
密度峰值
聚类
基于文本-链接模型和近邻传播算法的网页聚类
文本-链接模型
MS模型
相似度
近邻传播聚类算法
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 基于密度敏感距离的多级近邻传播聚类算法
来源期刊 兰州理工大学学报 学科 工学
关键词 近邻传播 密度敏感距离 多级聚类 无监督聚类
年,卷(期) 2013,(6) 所属期刊栏目 自动化技术与计算机技术
研究方向 页码范围 85-89
页数 5页 分类号 TP391
字数 4150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 卢鹏丽 兰州理工大学计算机与通信学院 34 69 5.0 7.0
2 王祖东 兰州理工大学计算机与通信学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (180)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (6)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
近邻传播
密度敏感距离
多级聚类
无监督聚类
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
兰州理工大学学报
双月刊
1673-5196
62-1180/N
大16开
甘肃省兰州市兰工坪路287号
54-72
1975
chi
出版文献量(篇)
4569
总下载数(次)
7
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导