典型文献
一种基于不确定数据的高效聚类算法
文献摘要：
基于不确定数据的聚类研究是数据挖掘领域的一个重要的研究分支,在计算机科学、数学、统计学、生物学和经济学等领域都有广泛的应用.本文提出一种使用分类器代替静态阈值,并采用边缘信息预测边缘邻域的聚类算法,构造2个独立的初始分类器以提高识别精度.实验结果表明,该方法能节省大量运行时间和空间,大幅提高挖掘效率.
文献关键词：
不确定数据;边缘信息;分类器;聚类
中图分类号：
作者姓名：
李峰
作者机构：
湖南工程学院 计算机与通信学院,湘潭 411104
文献出处：
引用格式：
[1]李峰-.一种基于不确定数据的高效聚类算法)[J].湖南工程学院学报（自然科学版）,2022(04):55-59
A类：
B类：
不确定数据,聚类算法,聚类研究,计算机科学,分类器,边缘信息,信息预测,邻域,识别精度,运行时间
AB值：
0.329941
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
