您的位置: 专家智库 > >

薛少锷

作品数:2 被引量:15H指数:1
供职机构:中山大学信息科学与技术学院更多>>
发文基金:教育部“新世纪优秀人才支持计划”广东省科技计划工业攻关项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 1篇支配
  • 1篇数据分析
  • 1篇数据集
  • 1篇索引
  • 1篇子空间
  • 1篇子空间聚类
  • 1篇聚类
  • 1篇聚类算法
  • 1篇决策支持
  • 1篇空间聚类
  • 1篇基于索引
  • 1篇SKYLIN...
  • 1篇SKYLIN...

机构

  • 2篇中山大学

作者

  • 2篇薛少锷
  • 1篇杨文新
  • 1篇印鉴
  • 1篇姚树宇
  • 1篇刘玉葆

传媒

  • 1篇计算机学报

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
一种基于索引的高效k-支配Skyline算法被引量:15
2010年
由于在多标准决策支持等应用上具有重要的意义,skyline查询成为近年来数据库和数据挖掘领域的一个研究热点.然而随着数据集维数的增加,数据点之间形成支配关系的可能性越来越小,导致了skyline点数目过多而无法提供任何有效信息.为了在高维数据集中找到更重要和更有意义的skyline点,人们提出了k-支配skyline的定义.但现有的用于k-支配skyline的算法在时间效率、空间复杂度和渐进输出性上都有待提高.该文提出了一种基于索引的高效k-支配skyline算法,通过为数据集建立两个索引,算法可以高效地进行计算,在时间、空间和渐进性上均优于现有的算法.
印鉴姚树宇薛少锷杨文新刘玉葆
关键词:SKYLINE决策支持基于索引
噪声鲁棒的自适应降维聚类
聚类是用于数据分析的一种有着广泛应用的统计方法。随着数据收集技术的不断发展进步,数据集的维度越来越高,在高维数据集上进行聚类成为一个具有挑战性的课题,自适应降维聚类法(ADRC,Adaptive Dimension Re...
薛少锷
关键词:数据分析数据集聚类算法子空间聚类
文献传递
共1页<1>
聚类工具0