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:
聚类分析已经成为数据挖掘中的一项重要技术,是分析数据并从中发现有用信息的一种有效手段.伴随着计算机存储技术和计算能力的提升,仿生学、人工智能技术的进步,为聚类分析的发展创造了良好的条件,各种聚类分析算法层出不穷.因此基本的聚类的类型特征基础上,对基于这些类型且应用较为广泛的算法思想归纳总结,比较算法的优劣,指出存在的问题和不足,寄希望于从中得到一些启发,使聚类分析的方法有新的发展和发现.
推荐文章
基于聚类分析的K-means算法研究及应用
数据挖掘
聚类分析
数据库
聚类算法
聚类分析算法应用研究
聚类分析算法
应用研究
算法描述
人工鱼群聚类分析算法
聚类分析
人工鱼群算法
密度
网格
基于微粒群算法的聚类分析
数据挖掘
聚类分析
微粒群算法
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 聚类分析及算法研究
来源期刊 现代商贸工业 学科 经济
关键词 数据挖掘 聚类分析 聚类方法
年,卷(期) 2017,(22) 所属期刊栏目 财经管理
研究方向 页码范围 105-107
页数 3页 分类号 F23
字数 3895字 语种 中文
DOI 10.19311/j.cnki.1672-3198.2017.22.051
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 王国祝 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (30)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
聚类分析
聚类方法
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
现代商贸工业
旬刊
1672-3198
42-1687/T
16开
湖北省武汉市
38-450
1988
chi
出版文献量(篇)
50300
总下载数(次)
201
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导