基于范例推理的网格和密度聚类算法
【摘要】：正1引言聚类分析是数据挖掘领域中的一个重要研究课题,它依据数据对象的特点和对象之间的关系来分组,其目标是使得分在一个组内的对象具有较大的相似性,而分在不同组中的对象具有较高的相异性。在数据挖掘领域,聚类的研究工作主要集中在为大型数据库的有效性和实际的聚类分析寻找适当的方法,提高聚类可伸缩性,提高聚类算法对高维复杂分布数据聚类的有效性等方面。
|
|
|
|
| 1 |
赖建章;倪志伟;刘志伟;;一种基于密度树的网格快速聚类算法的研究[J];计算机工程;2006年17期 |
| 2 |
邓庚盛;刘承启;熊艳;;基于网格和密度的CLIQUE聚类算法的研究与实现[J];计算机与现代化;2008年12期 |
| 3 |
罗聪;任广伟;;基于网格和聚类的流数据孤立点挖掘[J];数字技术与应用;2010年07期 |
| 4 |
刘晓影;王国仁;;SUDBC:一种基于空间单元密度的快速聚类算法[J];小型微型计算机系统;2005年12期 |
| 5 |
陈义如;孙广中;许胤龙;;基于网格和最近邻居的聚类算法[J];计算机辅助工程;2008年01期 |
| 6 |
夏师;梁碧珍;陆月然;罗明山;;聚类分析研究进展[J];现代计算机(专业版);2009年03期 |
| 7 |
张永梅,韩焱,张建华;一种有效聚类算法的研究和实现[J];计算机应用;2005年07期 |
| 8 |
刘建晔;李芳;;一种基于密度的高性能增量聚类算法[J];计算机工程;2006年21期 |
| 9 |
李存华,孙志挥,陈耿,胡云;核密度估计及其在聚类算法构造中的应用[J];计算机研究与发展;2004年10期 |
| 10 |
吴开兴;杨颖;张虎;;基于聚类的字典压缩技术在GIS中的应用研究[J];微计算机信息;2006年13期 |
| 11 |
谷波,张永奎;文本聚类算法的分析与比较[J];电脑开发与应用;2003年11期 |
| 12 |
高永梅;黄亚楼;;一种基于网格和密度的数据流聚类算法[J];计算机科学;2008年02期 |
| 13 |
王存睿;张庆灵;段晓东;刘向东;;基于尺度聚类仿射过滤的图像拼接算法[J];东北大学学报(自然科学版);2011年07期 |
| 14 |
陈宁,陈安,周龙骧;基于密度的增量式网格聚类算法(英文)[J];软件学报;2002年01期 |
| 15 |
王海,王忠民;一种基于密度和网格的聚类算法在KDD中的应用[J];计算机工程与应用;2004年24期 |
| 16 |
许剑峰,林嘉宜,黎绍发;一种基于中心对称性的聚类算法[J];计算机工程与设计;2003年05期 |
| 17 |
张彩虹,王春才,颜雁;医保决策支持系统中的聚类算法[J];长春理工大学学报;2004年04期 |
| 18 |
周如旗;个性化数据聚类的属性坐标分析法[J];电脑与信息技术;2005年03期 |
| 19 |
潘磊,吴小俊,尤媛媛;基于聚类的视频镜头分割和关键帧提取[J];红外与激光工程;2005年03期 |
| 20 |
严馨,周丽华,陈克平,徐广义;一种改进的带障碍的基于密度和网格的聚类算法[J];计算机应用;2005年08期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心