期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
数据挖掘中聚类算法综述
被引量:
5
下载PDF
职称材料
导出
摘要
聚类分析是一种基本的数据分析方法,它在数据挖掘,统计学,空间数据库技术,人工智能,生物学研究,机器学习,模式识别等领域都得到了广泛的应用。论文总结了各类聚类算法的研究现状,分析它们的优缺点,并指出了其发展趋势。
作者
刘克准
廖志芳
机构地区
中南大学信息科学与工程学院
出处
《福建电脑》
2008年第8期5-6,23,共3页
Journal of Fujian Computer
基金
湖南省自然科学基金No.06JJ50143
国家自然科学基金:No60774023
关键词
数据挖掘
聚类方法
数据处理
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP311.13 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
1
共引文献
0
同被引文献
63
引证文献
5
二级引证文献
18
参考文献
1
1
William H. E. Day,Herbert Edelsbrunner. Efficient algorithms for agglomerative hierarchical clustering methods[J] 1984,Journal of Classification(1):7~24
同被引文献
63
1
刘荣.
人工神经网络基本原理概述[J]
.计算机产品与流通,2020,0(6):35-35.
被引量:18
2
张小利,陈莉.
数据挖掘在智能交通系统中的应用[J]
.西北大学学报(自然科学版),2005,35(6):687-690.
被引量:11
3
杨占华,杨燕.
数据挖掘在智能搜索引擎中的应用[J]
.微计算机信息,2006,22(04X):244-246.
被引量:22
4
孙玉芬,卢炎生.
流数据挖掘综述[J]
.计算机科学,2007,34(1):1-5.
被引量:36
5
段李杰.
第三方物流库存数据的挖掘和应用[J]
.湖北经济学院学报(人文社会科学版),2007,4(3):96-97.
被引量:4
6
李良俊,张斌,杨明.
一种基于模糊神经网络的数据挖掘算法[J]
.计算机工程,2007,33(12):63-64.
被引量:7
7
Naisbitt J. Megatrends:Ten new directions transforming our lives[M]. New York: Warner Books, 1982:16-17.
8
贾澎涛,何华灿,刘丽,孙涛.
时间序列数据挖掘综述[J]
.计算机应用研究,2007,24(11):15-18.
被引量:77
9
黄丽娟,甘筱青.
基于SOFM神经网络的e-供应链客户聚类分析及营销策略[J]
.系统工程理论与实践,2007,27(12):49-55.
被引量:5
10
程肖冰,张群.
区域物流需求预测方法比较分析[J]
.工业工程与管理,2008,13(1):94-98.
被引量:18
引证文献
5
1
汪明.
数据挖掘综述[J]
.河北软件职业技术学院学报,2012,14(1):45-48.
被引量:12
2
李昂.
数学建模在数据挖掘中的应用[J]
.信息系统工程,2018,0(1):124-125.
3
刘莲花,杨文喜,张晓卫,但勇军,刘彬.
激光质谱中基于数据挖掘的激光输出功率预测技术研究[J]
.计算机测量与控制,2019,27(9):137-140.
被引量:2
4
李和平,赵之齐,付鹏.
从乡村旅游到旅游乡村--旅游型乡村转型重构特征与动力机制[J]
.中国名城,2022,36(6):70-78.
被引量:3
5
李婷婷.
面向交通与物流领域数据挖掘技术研究现状及应用综述[J]
.青海交通科技,2022,34(2):12-19.
被引量:1
二级引证文献
18
1
张建功.
我国医学数据挖掘与知识发现研究的文献计量学分析[J]
.慢性病学杂志,2013,13(8):596-599.
被引量:1
2
王松会,杨姗姗,李云娟.
中原地区古代陶器数据预处理研究[J]
.电子科技,2015,28(9):27-30.
3
骆焦煌.
数据挖掘技术在入侵检测系统中的应用研究[J]
.吉林师范大学学报(自然科学版),2016,37(2):131-135.
被引量:6
4
朱庆生,张浪,张程.
自然邻在文本分类中的应用[J]
.现代计算机(中旬刊),2017(4):42-46.
被引量:1
5
魏世昌.
浅析数据统计中数据挖掘的方法及应用意义[J]
.数学学习与研究,2017(10):9-9.
6
陈效真,周姣,董燕琴,魏宗康,王常虹.
大数据理论在高精度惯性导航系统测试技术中的应用[J]
.导航与控制,2018,17(1):11-20.
被引量:12
7
赖华强,王三银,仲崇高.
人力资源管理领域的数据挖掘应用展望——以基于灰色关联模型的离职管理实证分析为例[J]
.江苏商论,2018(8):42-47.
被引量:7
8
周九常,刘智明.
数据挖掘研究综述[J]
.河南图书馆学刊,2018,38(8):130-132.
被引量:4
9
刘素华,郭坤闪.
平煤神马集团智能矿山建设的研究与示范[J]
.科技视界,2019,0(29):200-202.
被引量:1
10
姜忠莉.
新时期大学英语教学创新中的学术英语转向[J]
.科技视界,2019(36):192-193.
1
香丽芸.
浅谈数据挖掘及其应用[J]
.昌吉师专学报(综合版),2001(2):86-87.
被引量:2
2
王丽华.
入侵检测技术初探[J]
.计算机光盘软件与应用,2012,15(24):147-147.
3
黄钊,韦燕飞.
GIS空间数据库技术的新发展[J]
.广西师范学院学报(自然科学版),2003,20(z1):200-202.
被引量:8
4
王俊红,梁吉业.
概念格与粗糙集[J]
.山西大学学报(自然科学版),2003,26(4):307-310.
被引量:13
5
张昀.
数据挖掘技术研究[J]
.软件导刊,2009,8(9):171-172.
被引量:9
6
刘晓霞.
基于MapReduce和RDBMS的大数据分析对比[J]
.数字技术与应用,2013,31(8):233-234.
7
郑晓曦,王引辉,宋浩远.
基于数据立方体的关联规则挖掘及其实现[J]
.计算机与现代化,2008(3):25-28.
8
王珍,余昭平.
一种基于粗糙集的最小约简算法[J]
.微计算机信息,2006,22(02X):218-219.
被引量:15
9
林毅,梁家荣.
基于粗糙集的规则的挖掘[J]
.微机发展,2004,14(9):92-93.
被引量:3
10
唐日照.
Data Mining实用技术探讨[J]
.山东工业技术,2013(11):170-170.
福建电脑
2008年 第8期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部