基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
谱聚类算法是近年来国际上机器学习领域的一个新的研究热点.谱聚类算法建立在谱图理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点.本文首先介绍了图论方法用于聚类的基本理论,然后根据图划分准则对谱聚类算法进行分类,着重阐述了各类中的典型算法,并对算法进行了比较分析,最后进行总结并提出了几个有价值的研究方向.
推荐文章
谱聚类算法及其应用综述
谱聚类
谱图理论
图划分
应用研究
基于Canopy聚类的谱聚类算法
K-Means
谱聚类
初始化敏感
Canopy
用于文本聚类的模糊谱聚类算法
谱聚类
图划分
聚类数
文本聚类
基于谱聚类算法的音频聚类研究
音频聚类
音频特征
谱聚类
K-means
聚类分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 谱聚类算法综述
来源期刊 计算机科学 学科 工学
关键词 谱聚类 谱图理论 图划分
年,卷(期) 2008,(7) 所属期刊栏目
研究方向 页码范围 14-18
页数 5页 分类号 TP3
字数 5978字 语种 中文
DOI 10.3969/j.issn.1002-137X.2008.07.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴冠中 西北工业大学自动化学院 280 4169 31.0 53.0
2 杨黎斌 西北工业大学自动化学院 10 491 8.0 10.0
3 蔡晓妍 西北工业大学自动化学院 11 476 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (312)
同被引文献  (262)
二级引证文献  (350)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(21)
  • 引证文献(16)
  • 二级引证文献(5)
2011(19)
  • 引证文献(19)
  • 二级引证文献(0)
2012(24)
  • 引证文献(18)
  • 二级引证文献(6)
2013(45)
  • 引证文献(29)
  • 二级引证文献(16)
2014(49)
  • 引证文献(32)
  • 二级引证文献(17)
2015(82)
  • 引证文献(45)
  • 二级引证文献(37)
2016(81)
  • 引证文献(37)
  • 二级引证文献(44)
2017(89)
  • 引证文献(39)
  • 二级引证文献(50)
2018(109)
  • 引证文献(39)
  • 二级引证文献(70)
2019(96)
  • 引证文献(32)
  • 二级引证文献(64)
2020(44)
  • 引证文献(3)
  • 二级引证文献(41)
研究主题发展历程
节点文献
谱聚类
谱图理论
图划分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导