期刊文献+

聚类分析及算法研究 被引量:2

下载PDF
导出
摘要 聚类分析已经成为数据挖掘中的一项重要技术,是分析数据并从中发现有用信息的一种有效手段。伴随着计算机存储技术和计算能力的提升,仿生学、人工智能技术的进步,为聚类分析的发展创造了良好的条件,各种聚类分析算法层出不穷。因此基本的聚类的类型特征基础上,对基于这些类型且应用较为广泛的算法思想归纳总结,比较算法的优劣,指出存在的问题和不足,寄希望于从中得到一些启发,使聚类分析的方法有新的发展和发现。
作者 王国祝
出处 《现代商贸工业》 2017年第22期105-107,共3页 Modern Business Trade Industry
  • 相关文献

参考文献4

二级参考文献36

  • 1蒋盛益,李庆华.聚类分析中的差异性度量方法研究[J].计算机工程与应用,2005,41(11):146-149. 被引量:4
  • 2赵国富,曲国庆.聚类分析中CLARA算法的分析与实现[J].山东理工大学学报(自然科学版),2006,20(2):45-48. 被引量:9
  • 3陈良维.数据挖掘中聚类算法研究[J].微计算机信息,2006(07X):209-211. 被引量:32
  • 4R格罗斯.数据挖掘:构筑企业竞争优势[M].西安:西安交通大学出版社,2001..
  • 5廖志高,柳本民,郭忠印.基于信息分配的道路黑点鉴别方法[J].中国公路学报,2007,20(4):122-126. 被引量:8
  • 6HANJ,KAMBERM.数据挖掘概念与技术[M].范明,孟小峰,译.北京:机械工业出版社,2006.
  • 7ZHANG TIAN, RAMAKRISHNAN R, LIVNY M. BIRCH: An efficient data clustering method for very large databases[ J]. ACM SIGMOD Record, 1996, 25(2) : 103 - 114.
  • 8HUANG ZHEXUE. Extensions to the k-means algorithm for clustering large data sets with categorical values[ J], Data Mining and Knowledge Discovery, 1998, 2(3) : 283 - 304.
  • 9MACQUEEN J. Some methods for classification and analysis of multivariate observations[ C]// Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability. Berkeley: University of California Press, 1967, 1 : 281 - 297.
  • 10HUANG ZHEXUE. A fast clustering algorithm to cluster very large categorical data sets in data mining[ C]// Proceedings of SIGMOD Workshop on Research Issues on Data Mining and Knowledge Discovery. [S. l ] : ACM Press, 1997:1 -8.

共引文献47

同被引文献15

引证文献2

二级引证文献3

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