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:
数据挖掘是从海量的数据中,发现隐藏的、潜在的数据规则和模式的过程;聚类算法是数据挖掘的一个重要研究方法,它按照一定的要求和规律将事物进行分类的一种数学方法.本文针对几种常用聚类算法,研究比较了几种聚类算法的聚类划分方法,探讨了几种常用聚类算法的优缺点.
推荐文章
数据挖掘中聚类算法比较研究
数据挖掘
平衡迭代削减聚类算法
代表点聚类算法
基于密度的聚类算法
数据挖掘中聚类方法比较研究
数据挖掘
聚类
聚类算法
数据挖掘聚类算法研究
聚类
数据挖掘
聚类算法
数据挖掘中聚类算法研究
聚类
数据挖掘
聚类算法
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 数据挖掘常用聚类算法分析与研究
来源期刊 数字技术与应用 学科 工学
关键词 数据挖掘 聚类划分 聚类
年,卷(期) 2017,(4) 所属期刊栏目 算法分析
研究方向 页码范围 151-152
页数 2页 分类号 TP393
字数 2977字 语种 中文
DOI 10.3969/j.issn.1007-9416.2017.04.095
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 陈向东 15 138 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (9)
二级引证文献  (1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2019(6)
  • 引证文献(5)
  • 二级引证文献(1)
2020(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
聚类划分
聚类
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导