首页> 中文期刊> 《计算机科学》 >基于数据分区的最近邻优先聚类算法

基于数据分区的最近邻优先聚类算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

聚类是数据挖掘领域的一个重要研究方向.最近邻优先吸收(NNAF)算法可以快速进行聚类并且能有效处理噪声点,但当数据密度和聚类间的距离不均匀时聚类质量较差.本文在分析NNAF算法不足的基础上,提出了一种基于数据分区的NNAF算法-PNNAF算法,较好地改善了聚类质量.

著录项

来源
《计算机科学》 |2005年第12期|188-190|共3页
作者
王鑫; 王洪国; 张建喜; 谷建军;
展开▼
作者单位

山东师范大学信息管理学院;

济南250014;

山东师范大学信息管理学院;

济南250014;

山东师范大学信息管理学院;

济南250014;

山东师范大学信息管理学院;

济南250014;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
数据挖掘; 聚类; 数据分区; 最近邻优先吸收;

相似文献

中文文献
外文文献
专利

1. 一种基于最近邻优先的知识聚类算法 [J] . 胡健 ,董跃华 . 江西理工大学学报 . 2008,第005期
2. 基于最近邻优先的高效聚类算法 [J] . 胡建军 ,唐常杰 ,李川 . 四川大学学报（工程科学版） . 2004,第006期
3. 面向海量数据的改进最近邻优先吸收聚类算法 [J] . 宁可 ,孙同晶 ,徐洁洁 . 计算机工程 . 2018,第004期
4. 一种不同的基于数据分区的并行构建密度树聚类算法(PCDTC) [J] . 张云鹏 ,张璐 ,翟正军 . 西北工业大学学报 . 2008,第004期
5. 基于共享最近邻的客户交易数据聚类算法 [J] . 李遥 ,荀亚玲 . 计算机技术与发展 . 2022,第1期
6. 数据分区:一种改善基于密度的聚类算法的方法 [C] . 曹晶 ,周水庚 ,范晔 . 第十六届全国数据库学术会议 . 1999
7. 基于数据分区的密度聚类算法应用研究 [A] . 孙业勤 . 2008

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号