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:
传统的快速聚类算法大多基于模糊C均值算法(Fuzzy C-means,FCM),而FCM对初始聚类中心敏感,对噪音数据敏感并且容易收敛到局部极小值,因而聚类准确率不高。建立使用分治策略解决聚类问题的算法架构,充分考虑数据本身特性并对传统的FCM算法进行改进,标准数据集的实验结果表明这种基于分治策略的FCM聚类算法较好地提高了算法的聚类准确率,加快了收敛速度。
推荐文章
FCM聚类算法的改进
密度函数
模糊C均值聚类
数据集精简
初始化
基于改进蝙蝠算法优化的FCM聚类算法
FCM聚类算法
蝙蝠算法
混沌映射
样本加权
特征加权
关于模糊C-均值(FCM)聚类算法的改进
模糊聚类
FCM算法
模糊划分
基于改进PSO的自适应FCM聚类算法
改进粒子群优化算法
自适应
早熟
后期震荡
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 一种应用分治策略改进的FCM聚类算法
来源期刊 计算机工程与应用 学科 工学
关键词 模糊C均值聚类 分治策略 无监督聚类 微阵列数据
年,卷(期) 2013,(22) 所属期刊栏目 图形图像处理
研究方向 页码范围 194-196
页数 3页 分类号 TP301
字数 3731字 语种 中文
DOI 10.3778/j.issn.1002-8331.1202-0105
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 张思发 中国地质大学武汉计算机学院 15 65 5.0 7.0
2 刘汭祥 中国地质大学武汉计算机学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (30)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (4)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(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
模糊C均值聚类
分治策略
无监督聚类
微阵列数据
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导