期刊文献+

数据挖掘聚类分析方法研究 被引量:5

Research on Clustering Analysis Method of Data Mining
在线阅读 下载PDF
导出
摘要 近年来,数据挖掘是信息产业界热门的研究方向,其原因是我们需要将大数据转换成有用的信息和知识,数据挖掘是实现转换的重要途径。本文研究了数据挖掘中的核心技术——聚类分析,通过样本数据库对一些算法进行了实际的验证。 The major reason that data mining has attracted a great deal of attention in the information industry in re-cent years is duo to the wide availability of huge amounts of data and imminent need for turning such data into useful information and knowledge. Data mining is one of the important approach to achieve the transition. This paper ana-lyzes a very important method in data mining -- clustering algorithm, and verifies some algorithms through some sam-ple data sets.
作者 胡宗海 曹立勇 姚程宽 Hu Zonghai Cao Liyong Yao Chengkuan(Department of Common Basic,Anqing Medical College,Anhui Anqing 24605)
出处 《科技广场》 2017年第3期6-9,共4页 Science Mosaic
基金 安徽省教育厅2016年高校优秀青年人才支持计划重点项目(编号:gxyq ZD2016508)
关键词 数据挖掘 聚类分析 聚类算法 Data Mining Cluster Analysis Cluster Algorithm
  • 相关文献

参考文献6

二级参考文献31

  • 1钱锋,徐麟文.知识发现中的聚类分析及其应用[J].杭州师范大学学报(自然科学版),2001,5(1):34-37. 被引量:16
  • 2张红云,石阳,马垣.数据挖掘中聚类算法比较研究[J].鞍山钢铁学院学报,2001,24(5):364-367. 被引量:12
  • 3李洁,高新波,焦李成.基于特征加权的模糊聚类新算法[J].电子学报,2006,34(1):89-92. 被引量:117
  • 4[1]Jiawei Han Micheline Kambr.DATA MINING Concepts and Techniques[M].北京:高等教育出版社,2001.5.
  • 5[5]SANDERF, ESTERM, KRIEGELHP, XUX. The Algorithm GDBSCAN and its Applications. Data Mining and Knowledge Discovery [J] . KLUWER Academic Publishers, 1998 (2): 1.
  • 6[6]GEHRKEJ, AGRAWALR, GUNOPULOSD. Automatic Subspace Clustering of High Dimensional Data for Data Mining Applications [J] . ACMSIMOD, 1998, 72 (2): 94-105.
  • 7[7]BETURV, DASARAEHY. Data Mining knowledge Discovery: Theory Tool, and Technology Ⅱ[A]. Orlando,florida2000SPIE-The International Society for Optical Engineering [C], 2000. 259-264.
  • 8范明 孟小峰.数据挖掘:概念与技术[M].北京:机械工业出版社,2001..
  • 9边肇祺 张学工.模式识别(第二版)[M].北京:清华大学出版社,2002..
  • 10HanJiawei KamberM.Data Mining Concepts and Techniques[M].北京:机械工业出版社,2001..

共引文献1167

同被引文献30

引证文献5

二级引证文献16

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