期刊文献+

聚类分析研究中的若干问题 被引量:194

Survey on challenges in clustering analysis research
原文传递
导出
摘要 聚类分析是重要的数据挖掘方法,目的是寻找数据集中所包含的簇结构.以往研究工作中聚类分析的一些基本问题始终是人们关注的重点,为此在简要回顾具有代表性的研究成果的基础上,总结了该研究所面临的若干基本问题及解决方法,以期能够对相关研究提供有益的参考. Clustering analysis is an important tool for data mining and its purpose is to find the cluster structures in dataset. However, several fundamental challenges associated with clustering still exist. Therefore, the representative methods are briefly surveyed in this paper. Moreover, the major challenges in current work are summarized and the solutions are also discussed in detail. A valuable reference can be provided to the related research work.
出处 《控制与决策》 EI CSCD 北大核心 2012年第3期321-328,共8页 Control and Decision
基金 国家自然科学基金项目(60903100 61170122) 江苏省自然科学基金项目(BK2009067) 中央高校基本科研业务费专项资金项目(JUSRP21128 JUSRP111A38)
关键词 聚类分析 聚类方法 无监督学习 clustering analysis clustering method unsupervise learning
  • 相关文献

参考文献70

  • 1Xu R,Wunsch D. Survey of clustering algorithms[J]. IEEETrans on Neural Networks, 2005, 16(3): 645-678. 被引量:1
  • 2Jain A K, Murty M N, Flynn P J. Data clustering: Areview[J]. ACM Computing Surveys, 1999, 31(3): 264-323. 被引量:1
  • 3Jain A K. Data clustering: 50 years beyond κ-means[J].Pattern Recognition Letters, 2010, 31(8): 651-666. 被引量:1
  • 4孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008(1):48-61. 被引量:1069
  • 5Goldberger J, Tassa T. A hierarchical clustering algorithmbased on the Hungarian method[J]. Pattern RecognitionLetters, 2008, 29(1): 1632-1638. 被引量:1
  • 6Kumar P, Krishna P R, Bapi R S, et al. Rough clustering ofsequential data[J]. Data & Knowledge Engineering, 2007,3(2): 183-199. 被引量:1
  • 7Cilibrasi R L, Vitányi P MB. A fast quartet tree heuristicfor hierarchical clustering[J]. Pattern Recognition, 2011,44(3): 662-677. 被引量:1
  • 8Hathaway R J, Hu Y. Density-weighted fuzzy κ-meansclustering[J]. IEEE Trans on Fuzzy Systems, 2009, 17(1):243-252. 被引量:1
  • 9王骏,王士同.基于混合距离学习的双指数模糊C均值算法[J].软件学报,2010,21(8):1878-1888. 被引量:23
  • 10Lee C H, Zaiane O R, Park H-H, et al. Clustering highdimensional data: A graph-based relaxed optimizationapproach[J]. Information Sciences, 2008, 178(23): 4501-4511. 被引量:1

二级参考文献88

共引文献1454

同被引文献2067

引证文献194

二级引证文献980

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