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:
针对安徽省16个地级市,采用k-means聚类分析法在6个不同指标下进行聚类分析,为了保证聚类的有效性,首先对K值的选取进行了优化处理.经过综合分析,最终把16个地级市分成五类,即经济发达地区、经济比较发达地区、经济一般发达地区、经济发展较缓慢地区和经济发展缓慢地区.最后,针对不同类别地区经济发展进行差异比较分析,并结合各地区域经济发展特色,分类给出相应发展政策建议.
推荐文章
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
基于划分的数据挖掘K-means聚类算法分析
数据挖掘
聚类分析
K-means聚类算法
聚类中心选取
K-means算法改进
初始中心点
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k-means聚类算法下安徽省各地级市经济差异的比较分析
来源期刊 统计与管理 学科 教育
关键词 k-means聚类算法 经济差异 区域经济 经济指标
年,卷(期) 2019,(3) 所属期刊栏目 区域经济
研究方向 页码范围 55-59
页数 5页 分类号 G424.1
字数 5525字 语种 中文
DOI
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 胡传双 巢湖学院数学与统计学院 24 45 4.0 6.0
3 马永梅 巢湖学院数学与统计学院 39 378 9.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (43)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
k-means聚类算法
经济差异
区域经济
经济指标
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
统计与管理
月刊
1674-537X
13-1395/C
大16开
河北省石家庄市
1986
chi
出版文献量(篇)
7592
总下载数(次)
15
论文1v1指导