期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
S-DBSCAN:一种基于DBSCAN发现高密度簇的算法
被引量:
5
1
作者
孙鹏
韩承德
曾涛
《高技术通讯》
CAS
CSCD
北大核心
2012年第6期589-595,共7页
针对基于密度的带有噪声的空间聚类(DBSCAN)算法用于交互式数据挖掘时用户经常调整算法参数以发现感兴趣的知识以及数据集相对稳定的特点,提出了一种基于DBSCAN发现高密度簇的算法—S-DBSCAN算法,确定了需调整的算法参数——对象的...
针对基于密度的带有噪声的空间聚类(DBSCAN)算法用于交互式数据挖掘时用户经常调整算法参数以发现感兴趣的知识以及数据集相对稳定的特点,提出了一种基于DBSCAN发现高密度簇的算法—S-DBSCAN算法,确定了需调整的算法参数——对象的邻域范围8(Eps)和满足核心对象条件的£邻域内最小对象个数MinPts,阐述了参数8与MinPts的3种适合S-DBSCAN算法的变化情况,并给出了相应的证明,同时分析了算法的时间复杂度。在对真实和合成数据集的测试中,S-DBSCAN算法相比DBSCAN算法具有较好的效率。
展开更多
关键词
基于密度的带有噪声的空间聚类(DBSCAN)
s-dbscan
高密度簇
聚类
参
数可变
下载PDF
职称材料
基于数字化计量资产供应链管理研究
被引量:
1
2
作者
李舜
汪金荣
《电气自动化》
2022年第3期64-67,71,共5页
针对现有技术中计量资产供应链管理滞后的问题,设计了新型数字化计量资产供应链管理方法,构建了包括数据管理层、资产传递层资产分布层和资产应用层的B/S架构系统,在灰度关联分析算法中融入了BP神经模型。采用DBSCAN聚类算法实现电能计...
针对现有技术中计量资产供应链管理滞后的问题,设计了新型数字化计量资产供应链管理方法,构建了包括数据管理层、资产传递层资产分布层和资产应用层的B/S架构系统,在灰度关联分析算法中融入了BP神经模型。采用DBSCAN聚类算法实现电能计量数据的可视化计算,通过算法,能够从诸多计量设备的不同数据类型中随机选定数据对象点,进而分类出不同数据类型的数据,提高了数据管理能力。试验结果表明,方法可靠性高,误差精度低。
展开更多
关键词
计量资产
供应链管理
B/S架构
DBSCAN聚类算法
数据分类
下载PDF
职称材料
题名
S-DBSCAN:一种基于DBSCAN发现高密度簇的算法
被引量:
5
1
作者
孙鹏
韩承德
曾涛
机构
中国科学院研究生院
中国科学院计算技术研究所
天津师范大学计算机与信息工程学院
出处
《高技术通讯》
CAS
CSCD
北大核心
2012年第6期589-595,共7页
基金
863计划(2009AA122220,2009AA122226)资助项目
文摘
针对基于密度的带有噪声的空间聚类(DBSCAN)算法用于交互式数据挖掘时用户经常调整算法参数以发现感兴趣的知识以及数据集相对稳定的特点,提出了一种基于DBSCAN发现高密度簇的算法—S-DBSCAN算法,确定了需调整的算法参数——对象的邻域范围8(Eps)和满足核心对象条件的£邻域内最小对象个数MinPts,阐述了参数8与MinPts的3种适合S-DBSCAN算法的变化情况,并给出了相应的证明,同时分析了算法的时间复杂度。在对真实和合成数据集的测试中,S-DBSCAN算法相比DBSCAN算法具有较好的效率。
关键词
基于密度的带有噪声的空间聚类(DBSCAN)
s-dbscan
高密度簇
聚类
参
数可变
Keywords
density-based spatial clustering of applications with noise ( DBSCAN),
s-dbscan
, high densityclusters, clustering, parameter changing
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于数字化计量资产供应链管理研究
被引量:
1
2
作者
李舜
汪金荣
机构
国网浙江省电力有限公司营销服务中心
出处
《电气自动化》
2022年第3期64-67,71,共5页
文摘
针对现有技术中计量资产供应链管理滞后的问题,设计了新型数字化计量资产供应链管理方法,构建了包括数据管理层、资产传递层资产分布层和资产应用层的B/S架构系统,在灰度关联分析算法中融入了BP神经模型。采用DBSCAN聚类算法实现电能计量数据的可视化计算,通过算法,能够从诸多计量设备的不同数据类型中随机选定数据对象点,进而分类出不同数据类型的数据,提高了数据管理能力。试验结果表明,方法可靠性高,误差精度低。
关键词
计量资产
供应链管理
B/S架构
DBSCAN聚类算法
数据分类
Keywords
measurement assets
supply chain management:B/S architecture
DBSCAN clustering algorithm
data classification
分类号
TM769 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
S-DBSCAN:一种基于DBSCAN发现高密度簇的算法
孙鹏
韩承德
曾涛
《高技术通讯》
CAS
CSCD
北大核心
2012
5
下载PDF
职称材料
2
基于数字化计量资产供应链管理研究
李舜
汪金荣
《电气自动化》
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部