您的位置: 专家智库 > >

刘佳佳

作品数:2 被引量:0H指数:0
供职机构:扬州大学信息工程学院更多>>
发文基金:江苏省“青蓝工程”基金资助项目江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类
  • 2篇聚类算法
  • 2篇高维
  • 2篇高维聚类
  • 1篇维数
  • 1篇划分聚类
  • 1篇划分聚类算法
  • 1篇高维数据
  • 1篇SDP

机构

  • 2篇扬州大学
  • 1篇东南大学

作者

  • 2篇胡孔法
  • 2篇刘佳佳
  • 1篇陈崚
  • 1篇宋爱波
  • 1篇陈凌

传媒

  • 1篇高技术通讯
  • 1篇扬州大学学报...

年份

  • 1篇2009
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于单维分割的高维数据聚类算法HDCA-SDP
2008年
提出一种基于单维分割的高维数据聚类算法HDCA-SDP,该算法利用单维空间能划分数据的性质,对整个数据集进行逐维聚类,解决了传统聚类算法带来的维度困扰问题,对数据集大小和数据空间维数具有良好的可伸缩性,且聚类结果的精度比传统的高维聚类算法有较大的提高.实验结果表明,该算法在处理高维大规模数据时是有效的.
刘佳佳胡孔法陈凌
关键词:聚类算法高维聚类
一种有效的基于密度度量的相交网格划分聚类算法
2009年
针对高维聚类算法——相交网格划分算法GCOD存在的缺陷,提出了基于密度度量的相交网格划分聚类算法IGCOD。IGCOD算法对相交网格的尺寸进行控制,重新定义更为合理的密度度量方法,根据密度期望值来合并两个相交的网格。理论分析和实验证明,相对于GCOD算法,基于密度度量的相交网格划分聚类算法IGCOD在性能上有显著的提高。
刘佳佳胡孔法陈崚宋爱波
关键词:聚类高维聚类
共1页<1>
聚类工具0