首页
|
本学科首页
官方微博
|
高级检索
全部专业
非线性科学
系统科学
学报及综合类
自然科学丛书、文集、连续性出版物
自然科学教育与普及
自然科学理论与方法论
自然科学现状及发展
自然科学研究方法
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
自适应的模糊谱聚类算法在文本聚类中的应用
摘 要:
传统聚类算法如k-means算法存在对样本空间形状敏感、一个样本点只能严格属于一个聚簇、需要人工指定聚簇数目等不足,这些不足之处都限制了文档聚类质量的提升。现有的模糊谱聚类算法只能解决前两个问题,而对于聚簇数目的自动确定却无能为力,因此本文提出一种自适应模糊谱聚类算法,该算法在模糊谱聚类的基础上引入自适应算法,解决聚类数目需要人工指定的问题。实验表明,将该方法用于文本聚类中可以取得较好的效果。
本文献已被
CNKI
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号