期刊文献+

聚类算法研究 被引量:5

下载PDF
导出
摘要 聚类分析在数据挖掘领域中是一个非常重要的研究课题,该文阐述了聚类算法的基本原理和性能要求,并依据算法思想的不同把聚类算法分为五类,详细介绍了每一类的算法思想、优缺点及典型算法,有利于用户对聚类算法的选择和研究者对聚类算法的改进研究,最后探讨了聚类算法今后的发展趋势。
作者 刘凤芹
出处 《计算机光盘软件与应用》 2012年第21期60-61,共2页 Computer CD Software and Application
  • 相关文献

参考文献3

二级参考文献14

  • 1钱锋,徐麟文.知识发现中的聚类分析及其应用[J].杭州师范大学学报(自然科学版),2001,5(1):34-37. 被引量:16
  • 2荆丰伟,刘冀伟,王淑盛.改进的K-均值算法在岩相识别中的应用[J].微计算机信息,2004,20(7):41-42. 被引量:5
  • 3李洁,高新波,焦李成.基于特征加权的模糊聚类新算法[J].电子学报,2006,34(1):89-92. 被引量:114
  • 4韩家炜 Michelin K.数据挖掘:概念与技术[M].北京:机械工业出版社,2001..
  • 5Margaret H.Dunham.数据挖掘教程[M].北京:清华大学出版社,2005.
  • 6A. K. J ain , R. C. Dubes. Algorithm for Clustering Data[C].Prentice Hall, 19881
  • 7Kanungo T, Mount DM, Netanyahu NS. An efficient k-menas clustering algorithm: analysis and implementation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002,24(7):881-892.
  • 8Kohonen T. The Self-Organizing Maps[J]. Proceedings of the IEEE, 1990,78(9):1464-1480.
  • 9Kohonen T. Self organization of a massive document collection[EB/OL].http://lib.hut.fgDiss/2000/isbn95122.52600/articl -e7.pdf,2000.
  • 10L. Kaufman and P. J Rousseeuw. Finding Groups in Data:An Introduction to Cluster Analysis [ M ]. New York: John Wiley & Sons, 1990

共引文献1133

同被引文献46

引证文献5

二级引证文献39

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