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:
介绍了一种新的分层聚类算法,该聚类算法的主要目的 是利用交点提供更好的聚类质量和更高的准确性.为了验证该聚类算法,对基准数据集进行了几次实验,并与其他五种广泛使用的聚类算法进行对比.使用纯度作为外部标准来评估聚类算法的性能,并计算了由聚类算法得出的每个聚类的紧密度,以评估聚类算法的有效性.实验结果表明,在大多数情况下,该算法的错误率低于研究中使用的其他聚类算法.
推荐文章
基于层次聚类的改进FCM算法
模糊划分
FCM
层次聚类
聚类有效性
基于划分和层次的混合动态聚类算法
K-means
CURE
混合聚类
孤立点
整体相似度
基于蚁群优化算法的凝聚型层次聚类
凝聚型层次聚类
蚁群优化
状态转移规则
信息素更新规则
最优路径
层次聚类社区发现算法的研究
社区发现
复杂网络
矩阵谱分析
层次聚类
边图思想
极大团方法
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 基于交点的新层次聚类算法
来源期刊 信息技术与网络安全 学科 工学
关键词 数据挖掘 无监督学习 聚类分析 聚类算法 分层聚类
年,卷(期) 2020,(10) 所属期刊栏目 ITNS主题专栏: 人工智能技木研究
研究方向 页码范围 18-22
页数 5页 分类号 TP393
字数 语种 中文
DOI 10.19358/j.issn.2096-5133.2020.10.004
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 陈天鹰 2 3 1.0 1.0
2 李青旭 1 0 0.0 0.0
3 胡波 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  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 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
数据挖掘
无监督学习
聚类分析
聚类算法
分层聚类
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导