期刊文献+

数学方法在数据挖掘聚类中的应用研究

下载PDF
导出
摘要 聚类是数据挖掘中的重要研究领域。实现数据挖掘中聚类,有很多种不同的方法,其中基于数学的方法在聚类中发挥着重要的作用。有关聚类的数学方法有:模糊聚类方法、灰色趋势关联聚类、基于区间值的聚类方法。本文分别从方法解决的问题、适用条件、优缺点及其改进方法角度对这几种方法进行了分析和对比,以此体现数学方法对数据挖掘的重要性。
出处 《太原城市职业技术学院学报》 2009年第1期126-128,共3页 Journal of Taiyuan City Vocational College
  • 相关文献

参考文献5

二级参考文献33

  • 1苏毅娟,严小卫.一种改进的频繁集挖掘方法[J].广西师范大学学报(自然科学版),2001,19(3):22-26. 被引量:10
  • 2陈绵云.趋势关联度及其在灰色建模中的应用[J].华中理工大学学报,1994,22(8):64-68. 被引量:27
  • 3范九伦.模糊聚类新算法与聚类有效性问题研究[M].西安:西安电子科技大学,1998..
  • 4范九伦 裴继红 等.区间值模糊c-均值聚类算法.模糊集理论及其应用[M].石家庄:河北大学出版社,1998.127-131.
  • 5Agrawal R,Imieliski T,Swami A. Mining association rules between sets of items in large databases[A]. Proceedings of the 1993 ACM SIGMOD international conference on management of data[C]. New York :ACM Press, 1993. 207-216.
  • 6Agrawal R,Srikant R. Fast algorithms for mining association rules in large databases[A]. Proceedings of 20th international conference on very large data bases[C]. San Mateo :Morgan Kaufmann Publishers ,1994. 487-499.
  • 7Lent B,Swami A,Widom J. Clustering association rules[A]. Proceedings of the 13th international conference on data engineering[C]. Los Alamitos ,CA :IEEE Computer Society Press, 1997. 220-231.
  • 8Moore R E,Yang C T. Interval analysis[R]. Palo Alto,CA:Lockheed Missiles and Space Co Technical Report LMSD-285875,1959.
  • 9Srikant R,Agrawal R. Mining quantitative association rules in large relational tables[A]. Proceedings of the 1996ACM SIGMOD international conference on management of data [C]. New York:ACM Press, 1996.1-12.
  • 10范九伦,模糊集理论及其应用,1998年,127页

共引文献28

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