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:
针对现有OPTICS算法时间复杂度高且不适用于数据密集型环境的问题,提出一种基于网格与加权信息熵的改进算法.将数据集合划分为一定数量的网格单元,引入加权信息熵,自适应计算每个网格单元的最小密度阈值.对满足最小密度阈值的网格单元定义密集格的概念,利用质心点代替网格数据点集的方法对数据点进行压缩.采用Geolife Trajectories数据集对算法性能进行测试,从理论分析和实验结果两方面证明了改进算法的有效性.
推荐文章
基于信息熵加权的协同聚类改进算法
模糊聚类
协同关系
差异矩阵
信息熵
权重系数
一种改进的加权融合算法
估计算法
加权融合
多传感器数据融合
一种改进的加权均值滤波算法
脉冲噪声
高斯噪声
均值滤波
中值滤波
一种改进的加权质心定位算法
无线传感器网络
定位
信号强度比值
质心
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 一种基于网格与加权信息熵的OPTICS改进算法
来源期刊 计算机工程 学科 工学
关键词 数据密集型环境 加权信息熵 OPTICS算法 密度阈值 质心点
年,卷(期) 2017,(2) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 206-209
页数 4页 分类号 TP391
字数 2726字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.02.034
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 张龙波 山东理工大学计算机科学与技术学院 36 178 7.0 11.0
2 王雷 山东理工大学计算机科学与技术学院 21 99 6.0 9.0
3 怀浩 山东理工大学计算机科学与技术学院 6 40 4.0 6.0
4 王晓丹 山东理工大学计算机科学与技术学院 12 37 3.0 5.0
5 金超 山东理工大学计算机科学与技术学院 4 27 2.0 4.0
6 安建瑞 山东理工大学计算机科学与技术学院 5 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (68)
参考文献  (8)
节点文献
引证文献  (18)
同被引文献  (57)
二级引证文献  (16)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(10)
  • 引证文献(10)
  • 二级引证文献(0)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据密集型环境
加权信息熵
OPTICS算法
密度阈值
质心点
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导