期刊文献+

GML时空聚类算法性能综述 被引量:1

Overview of GML Performance of Clustering Algorithm
下载PDF
导出
摘要 如何选取有效的聚类算法或者扩展算法让GML数据发挥更大的作用是数据挖掘的一项重要任务。分析GML成功应用于各领域带来的一系列问题,提出研究GML数据挖掘的意义,通过研究经典的聚类算法,从算法的效率、可伸缩性、对噪声的敏感性和复杂度等多个方面对聚类算法的性能进行比较,这对GML聚类挖掘算法的设计具有积极意义。
出处 《测绘标准化》 2011年第4期9-11,共3页 Standardization of Surveying and Mapping
基金 国家自然科学基金项目(40971234)
  • 相关文献

参考文献8

二级参考文献65

  • 1陆翠明,李芳,Athena I Vakali.XML文档相似性的仿真研究[J].计算机仿真,2005,22(12):300-302. 被引量:1
  • 2王正群,陈世福,陈兆乾.基于模糊划分的神经网络集成[J].南京大学学报(自然科学版),2006,42(1):63-68. 被引量:6
  • 3潘有能.XML文档自动聚类研究[J].情报学报,2006,25(2):215-220. 被引量:16
  • 4杨建武,陈晓鸥.基于核矩阵学习的XML文档相似度量方法[J].软件学报,2006,17(5):991-1000. 被引量:10
  • 5王舒鹏,方莉.混合积判断线段相交的方法分析[J].电脑开发与应用,2006,19(10):34-35. 被引量:10
  • 6张骏,秦小麟.利用简化9交模型进行三维拓扑分析[J].计算机辅助设计与图形学学报,2006,18(12):1817-1823. 被引量:9
  • 7ESTER M, KRIEGEL H P, SANDER J, et al. A densitybased algorithm for discovering clusters in large spatial databases with noise[C]// Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining. Portland: AAAI Press, 1996: 226-231.
  • 8SANDER J, ESIER M, KRIEGEL H P, et al. Density-based clustering in spatial databases: the algorithm GDBSCAN and its applications [ J]. Data Mining and Knowledge Discovery, 1998, 2(2) : 169-194.
  • 9XIANG Laisheng, GUO Yajun, LAN Tian. Topological cluster: a generalized view for density-based spatial clustering [ C]// International Conference on Management Science & Engineering(14th). Harbin, China: IEEE Service Center, 2007: 422-428.
  • 10YANG Yiling, GUAN Xudong, YOU Jinyuan. CLOPE: a fast and effective clustering algorithm for transactional data[ C]// Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Alberta, Canada: the ACM Press, 2002: 682-687.

共引文献16

同被引文献11

引证文献1

二级引证文献2

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...
;
使用帮助 返回顶部