期刊文献+

快速DOC算法及其学生成绩分析中的应用研究

下载PDF
导出
摘要 针对现有基于密度聚类算法在簇扩展方法上的优势及其聚类判据的弊端,提出了一种融入启发式思想的基于密度的DOC算法。启发式DOC算法通过降低扫描数据的个数,加快DOC算法的运行速度。实验表明,算法在聚类精度、执行效率方面具有一定的优越性,能够发现任意形状分布的数据。
机构地区 南华工商学院
出处 《计算机光盘软件与应用》 2013年第1期183-184,共2页 Computer CD Software and Application
  • 相关文献

参考文献4

二级参考文献6

  • 1谭学清,罗琳,周洞汝.关联规则兴趣度度量方法的比较研究[J].情报学报,2007,26(2):266-270. 被引量:14
  • 2Han J, Kamber M. Data Mining: Concepts and Techniques[M]. Morgan Kaufmann,2001.
  • 3Kamber M, Shinghal R. Evaluating the Interestingness of Characteristic Rules[C]//Proc of the 2nd Int' l Conf on Knowledge Discovery and DataMining, 1996 : 263-266.
  • 4Brins S, Motwani R, Ullman J D, et al. Dynamic Itemset Counting and Implication Rules for Market Basket Data[C]//Proc of the ACM SIGMOD Conf on Management of Data, 1997:207-216.
  • 5边肇祺 张学工.模式识别[M].北京:清华大学出版社,2001..
  • 6高新波.模糊聚类分析及其应用.西安电子科技大学,2004.

共引文献9

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