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:
本文采用二分K-means算法对地图上的点进行聚类,使用二分K-means算法对地理数据进行划分,通过Python实现二分K-means算法并产生簇质心、簇索引和误差距离矩阵,利用训练样本挑选出各簇的所有点,调用簇绘图函数,将地理数据进行可视化展现.
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
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种基于k-means聚类的航运信息孤立点分析算法
数据挖掘
k-means
孤立点
航运信息
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 基于二分K-means算法的地图点聚类
来源期刊 数码设计(下) 学科 工学
关键词 二分K-means算法 聚类 质心 误差距离矩阵
年,卷(期) 2019,(12) 所属期刊栏目 信息科技探讨
研究方向 页码范围 169-170
页数 2页 分类号 TP3-0
字数 4779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 陈群贤 23 70 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (4)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
二分K-means算法
聚类
质心
误差距离矩阵
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
数码设计(下)
月刊
1672-9129
11-5292/TP
北京昌科园超前路37-6-3层
chi
出版文献量(篇)
21032
总下载数(次)
94
论文1v1指导