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:
在分析归纳原有聚类方法不足的基础上,结合粗糙理论和模糊理论,给出了改进的粗糙模糊K-均值聚类算法;设计了新的模糊粗糙K-均值聚类算法,并验证了该聚类算法的有效性;进而将这两种聚类算法应用到支持向量机中,对训练样本做预处理,以减少样本数目,提高了其训练速度和分类精度。
推荐文章
基于粗糙集与K-均值聚类的故障知识挖掘
粗糙集
K-均值聚类
故障诊断
知识挖掘
基于加权距离计算的自适应粗糙K-均值算法
粗糙集理论
属性约简
正态性检验
高斯分布模型
聚类分析
一种新的带模糊权的粗糙聚类算法
鲁棒性
粗糙集
模糊集
聚类算法
模糊权
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 改进的粗糙模糊和模糊粗糙K-均值聚类算法
来源期刊 计算机工程与应用 学科 工学
关键词 粗糙模糊K-均值聚类 模糊粗糙K-均值聚类 支持向量机
年,卷(期) 2014,(17) 所属期刊栏目 数据库、数据挖掘、机器学习
研究方向 页码范围 142-145,190
页数 5页 分类号 TP311.13
字数 5152字 语种 中文
DOI 10.3778/j.issn.1002-8331.1210-0203
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 田大增 河北大学物理科学与技术学院 20 91 4.0 9.0
2 吴静 河北大学数学与计算机学院 10 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (56)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(19)
  • 参考文献(3)
  • 二级参考文献(16)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
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
粗糙模糊K-均值聚类
模糊粗糙K-均值聚类
支持向量机
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