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:
【正】1引言商业数据仓库的数据,每天都在更新。发生数据更新时,就要重新进行数据挖掘,没有高效的挖掘技术,效率将无法满足商业需求。因此,使用增量挖掘比较合适,因为增量挖掘是在原有的模式的基础上进行的,可以利用原有的模式信息,效率很高。虽然目前有很多的聚类算法,但增量式的聚类算法的研究还比较少。Martin Ester等人最先提出了增量式聚类算法[1]。文[2]提出一种基于网络密度的增量聚类算法,其增量聚类思想与Martin Ester等人提出的比较相似,文[3][4]
推荐文章
基于模糊C-均值的增量式聚类算法
数据挖掘
模糊C-均值算法
增量式聚类算法
一种增量式文本软聚类算法
语义序列
增量式聚类
软聚类
文本聚类
基于层次聚类的改进FCM算法
模糊划分
FCM
层次聚类
聚类有效性
自适应细菌觅食的FCM聚类优化算法研究
FCM算法
自适应细菌觅食
聚类优化
算法评估
仿真实验
图像分割
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 增量式FCM聚类算法及应用
来源期刊 信息与电脑:理论版 学科 工学
关键词 聚类算法 FCM 增量
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 141-142
页数 2页 分类号 TP301.6
字数 语种
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 李瑞 红河学院计算机科学与技术系 3 0 0.0 0.0
2 韦相 红河学院计算机科学与技术系 6 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
聚类算法
FCM
增量
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
信息与电脑(理论版)
月刊
1003-9767
11-2697/TP
大16开
82-454
2007
chi
出版文献量(篇)
11272
总下载数(次)
57
总被引数(次)
46393
论文1v1指导