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:
本文针对基于SVG的图形系统的特点,在SVG图形库非常庞大的情况下,采用K-means和Canopy算法进行聚类数据挖掘,提高服务器端对数据的特征提取挖掘、检索解析速度。
推荐文章
SVG在WebGIS中的应用
WebGIS
SVG
XML
SVG在WebGIS中的应用
SVG(可伸缩矢量图形)
WebGIS
XML(可扩展标记语言)
数据挖掘在商务中的应用
数据挖掘(DM)
关联规则
联机分析处理(OLAP)
聚类分析
数据挖掘在WEB中的应用
数据挖掘
KDD
WEB
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 SVG中数据挖掘与应用
来源期刊 电子技术与软件工程 学科 工学
关键词 SVG 数据挖掘 K-MEANS算法 Canopy聚类算法
年,卷(期) 2020,(21) 所属期刊栏目
研究方向 页码范围 131-133
页数 3页 分类号 TP3
字数 语种
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 陈少英 5 1 1.0 1.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
SVG
数据挖掘
K-MEANS算法
Canopy聚类算法
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
电子技术与软件工程
半月刊
2095-5650
10-1108/TP
16开
北京市海淀区玉渊潭南路惠普南里13号楼
2012
chi
出版文献量(篇)
36183
总下载数(次)
321
总被引数(次)
56308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导