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:
在大数据时代的发展变化中,不仅体现了数据传输的密度低、速度快的方向,还体现了数据大、种类多的方式。在数据不断变化发展中,高维挖掘技术成为主要的研究方向。随着大数据在处理信息和分析数据方向上的改变,不论是人们在企业经营上,还是人们在生活中的应用都发挥着重要条件。所以本文对大数据发展下的高维数据挖掘技术进行讨论,从而实现数据、信息的变化和发展。
推荐文章
云计算环境下的大数据特征挖掘技术研究
云计算
梯度采样
大数据
存储体系
特征挖掘
能量开销
大数据环境下云数据的访问控制技术研究
大数据
云数据
访问控制
安全维护
浅谈大数据背景下数据挖掘技术应用的改进
大数据
数据挖掘
数据存储框架
技术改进
大数据时代下数据分析技术研究
大数据
数据分析
计算机
互联网
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 大数据环境下的高维数据挖掘技术研究
来源期刊 自动化与仪器仪表 学科 工学
关键词 大数据 高维数据 挖掘技术
年,卷(期) 2016,(3) 所属期刊栏目 管理自动化
研究方向 页码范围 100-101
页数 2页 分类号 TP311.13
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2016.03.100
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 田祥宏 金陵科技学院计算机工程学院 31 101 5.0 8.0
2 陈正宇 金陵科技学院计算机工程学院 38 260 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (2)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (37)
二级引证文献  (23)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
研究主题发展历程
节点文献
大数据
高维数据
挖掘技术
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导