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:
K-Means聚类算法是一种无监督的聚类算法,实现起来相对简单,有很好的聚类效果,并具有较高的可解释性,了解K-Means聚类算法在数据分析中的具体应用至关重要.提出K-Means聚类算法的优缺点及性能优化,并结合图像处理进行应用分析,研究表明,可以被推广到相关领域进行分析应用.
推荐文章
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
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法初始中心选择研究
K-means聚类算法
K个聚类中心
密度参数
K-means算法改进
基于MapReduce的K-means聚类算法的优化
K均值算法
抽样
Canopy算法
最大最小距离法
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 K-Means聚类算法及其性能优化研究
来源期刊 电子工业专用设备 学科 工学
关键词 K-Means聚类算法 数据分析 应用研究
年,卷(期) 2020,(5) 所属期刊栏目 测试测量技术与设备
研究方向 页码范围 46-49
页数 4页 分类号 TN247
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (894)
参考文献  (3)
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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
K-Means聚类算法
数据分析
应用研究
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
电子工业专用设备
双月刊
1004-4507
62-1077/TN
大16开
北京市朝阳区安贞里三区26号浙江大厦913室
1971
chi
出版文献量(篇)
3731
总下载数(次)
31
论文1v1指导