2024年7月23日
星期二
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
全敏
作品数:
1
被引量:0
H指数:0
供职机构:
北京科技大学东凌经济管理学院
更多>>
发文基金:
中央高校基本科研业务费专项资金
国家教育部博士点基金
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>>
合作作者
张桂琼
北京科技大学东凌经济管理学院
武森
北京科技大学东凌经济管理学院
潘静
北京科技大学东凌经济管理学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
属性数据
1篇
聚类
1篇
聚类算法
1篇
类属性
1篇
泛化
1篇
分类属性数据
1篇
MODES
机构
1篇
北京科技大学
作者
1篇
潘静
1篇
武森
1篇
全敏
1篇
张桂琼
传媒
1篇
运筹与管理
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
分类属性数据的泛化中心聚类算法
2014年
针对采用经典划分思想的聚类算法以一个点来代表类的局限,提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类,能够体现出类的数据分布特征,并进一步提出泛化中心距离及类间距离度量的新方法,给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略,一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集,并与著名的划分聚类算法K-modes及其两种改进算法进行比较,结果表明泛化中心算法聚类正确率更高,迭代次数更少,是有效可行的。
武森
张桂琼
潘静
全敏
关键词:
聚类算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张