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:
本文对传统的K-means聚类算法进行了深入的分析研究,发现了算法当中的一些缺陷和漏洞,并且找出可以改进K-means聚类算法的方法,使聚类分析的结果更具有实际意义,保证了聚类结果的高质量.
推荐文章
基于划分的数据挖掘K-means聚类算法分析
数据挖掘
聚类分析
K-means聚类算法
聚类中心选取
K-means算法改进
初始中心点
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
大数据挖掘中的K⁃means无监督聚类算法的改进
大数据挖掘
差分进化算法
K-means聚类算法
全局寻优
鲁棒性
收敛速度
基于Kd树改进的高效K-means聚类算法
k-means算法
簇心
kd树
剪枝策略
CK-means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 对数据挖掘中K-means聚类算法的改进研究
来源期刊 无线互联科技 学科
关键词 数据挖掘 聚类 算法
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 157
页数 分类号
字数 1631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 韩龙 1 1 1.0 1.0
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  (3)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (4)
2007(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)
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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
数据挖掘
聚类
算法
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
无线互联科技
半月刊
1672-6944
32-1675/TN
16开
江苏省南京市
2004
chi
出版文献量(篇)
18145
总下载数(次)
78
总被引数(次)
27320
论文1v1指导