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:
通过改进清晰有理数均值的方法,提出一种新匹配聚类算法.首先计算每条数据的清晰有理数均值,然后与匹配项比较,得出聚类结果,解决了人工标注型数据的聚类问题.将该方法在反欺诈网页领域中进行了检测和验证,并与使用同一名称但不同类型数据集的K最近邻算法进行比较,实验结果表明,该方法在反欺诈网页领域中比K最近邻算法更有效,同时也证明了新匹配聚类算法在人工标注型数据上聚类具有合理性.
推荐文章
新的K-均值算法最佳聚类数确定方法
K-均值聚类
聚类数
聚类有效性指标
初始聚类中心
基于有理数阶偏微分的图像增强新模型
图像增强
分数阶微分
有理数阶偏微分
信息熵
平均梯度
基于免疫粒子群的K均值聚类算法
K均值
聚类
粒子群
免疫
有理数域的子环和子环格
完备格
完备反同构
子环
幂集合
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 基于清晰有理数均值的新匹配聚类算法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 清晰有理数均值 聚类 数据挖掘 匹配
年,卷(期) 2018,(2) 所属期刊栏目 计算机科学
研究方向 页码范围 399-401
页数 3页 分类号 TP391
字数 2547字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2018.02.35
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 左万利 吉林大学计算机科学与技术学院 88 1273 20.0 31.0
2 尚靖博 吉林大学软件学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (762)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
清晰有理数均值
聚类
数据挖掘
匹配
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导