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:
聚类是数据挖掘的一种重要方法,核函数是能够将低维不可分的数据映射到高维空间进行线性可分时能够降低数据处理难度的重要手段。介绍了聚类算法和核函数的特点。通过引入基于核函数的相似性测度,对k-平均聚类算法和围绕中心点的划分(PAM)算法在Matlab上做了改进和实现。
推荐文章
基于加权多宽度高斯核函数的聚类算法
加权多宽度高斯核
聚类
SVC
高斯核
基于一种混合核函数的支持向量机聚类
SVM
混合核函数
加权多宽度高斯核
支持向量聚类
基于支持向量机的改进高斯核函数聚类算法研究
改进的高斯核
聚类
SVC
高斯核
基于混合核函数的可能性C-均值聚类算法
聚类算法
核函数
模糊C-均值算法
可能性C-均值算法
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 核函数在划分聚类中的应用与实现
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 核函数 划分聚类 k-折交叉验证 PAM(围绕中心点的划分) 主成分分析
年,卷(期) 2013,(9X) 所属期刊栏目
研究方向 页码范围 6185-6188
页数 4页 分类号 TP181
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 徐金宝 南京工程学院计算机工程学院 47 172 8.0 11.0
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  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(5)
  • 参考文献(5)
  • 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)
研究主题发展历程
节点文献
核函数
划分聚类
k-折交叉验证
PAM(围绕中心点的划分)
主成分分析
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导