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:
如今的聚类算法在数据挖掘和信息安全方面已有相当的应用。事实上在大数据时代之中,为了识别已知的或未知的数据则需要将通过数据聚类的算法来计算和实现。数据聚类算法是一种智能性的算法,其可以使得机器通过自我的学习来识别已知和未知的数据。目前的数据聚类算法,有基于划分的聚类算法、基于层次的聚类算法等各种的聚类算法。但在这些聚类算法中经典的算法仍然是基于距离的聚类算法,如 K‐means 算法。因此论文的作者在查阅了一些关于距离聚类的算法之后,提出了将粗糙集中决策系统在 K‐means 算法中进行首次的应用,这是论文的创新点。
推荐文章
改进的k-means算法在入侵检测中的应用
入侵检测
聚类分析
k均值
相异度
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
改进的k-means聚类算法在供电企业CRM中的应用
聚类
加权
供电企业
客户关系管理
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 决策系统在 K-means 算法中的应用磁
来源期刊 计算机与数字工程 学科 工学
关键词 聚类 决策系统 K-means 算法
年,卷(期) 2015,(12) 所属期刊栏目 算法与分析
研究方向 页码范围 2120-2122,2126
页数 4页 分类号 TP301
字数 3036字 语种 中文
DOI 10.3969/j.issn.1672-9722.2015.12.005
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 朱俚治 南京航空航天大学信息中心 80 75 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (86)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (6)
1936(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)
2001(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
聚类
决策系统
K-means 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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导