期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用SOM聚类实现多级高维点数据索引
被引量：
6
1
作者
杨志荣
李磊
《计算机研究与发展》
EI
CSCD
北大核心
2003年第1期100-106,共7页
高维点数据的索引是基于内容的信息检索的主要研究问题之一 从SOM聚类算法出发 ,利用自组织映射的良好性能 ,解决了R Tree及其变体算法中的边界索引问题 ,并能适应维数更高的点数据 同时针对传统聚类算法只能组织一级索引的局限 ,提出...
高维点数据的索引是基于内容的信息检索的主要研究问题之一 从SOM聚类算法出发 ,利用自组织映射的良好性能 ,解决了R Tree及其变体算法中的边界索引问题 ,并能适应维数更高的点数据 同时针对传统聚类算法只能组织一级索引的局限 ,提出了利用SOM网络组织多级索引 ,并用半径进行剪枝处理的优化办法 实验结果表明 ,提出的方法不仅克服了传统聚类方法的搜索过程可能产生的查询错误 。
展开更多
关键词
多级
高维
点
数据
索引
SOM
聚类
剪枝处理
数据
库
信息检索
下载PDF
职称材料
题名
用SOM聚类实现多级高维点数据索引
被引量：
6
1
作者
杨志荣
李磊
机构
中山大学软件研究所
出处
《计算机研究与发展》
EI
CSCD
北大核心
2003年第1期100-106,共7页
基金
广州市 1999年重点攻关项目 ((JB0 2 ) 1999 Z 0 19 0 1)
文摘
高维点数据的索引是基于内容的信息检索的主要研究问题之一 从SOM聚类算法出发 ,利用自组织映射的良好性能 ,解决了R Tree及其变体算法中的边界索引问题 ,并能适应维数更高的点数据 同时针对传统聚类算法只能组织一级索引的局限 ,提出了利用SOM网络组织多级索引 ,并用半径进行剪枝处理的优化办法 实验结果表明 ,提出的方法不仅克服了传统聚类方法的搜索过程可能产生的查询错误 。
关键词
多级
高维
点
数据
索引
SOM
聚类
剪枝处理
数据
库
信息检索
Keywords
content-based
high-dimension
index
SOM
clustering
prune
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用SOM聚类实现多级高维点数据索引
杨志荣
李磊
《计算机研究与发展》
EI
CSCD
北大核心
2003
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
