| 一种优化初始中心点的K-Means文本聚类算法 |
| |
| 引用本文： | 朱颢东,钟勇,赵向辉.一种优化初始中心点的K-Means文本聚类算法[J].郑州大学学报(理学版),2009,41(2). |
| |
| 作者姓名： | 朱颢东 钟勇 赵向辉 |
| |
| 作者单位： | 中国科学院成都计算机应用研究所,成都,610041;中国科学院研究生院,北京,100039 |
| |
| 基金项目： | 四川省科技计划项目，四川省科技厅科技攻关项目，中国科学院人才培养计划项目 |
| |
| 摘 要： | 为解决传统K-Means算法以及它的变种会产生较大波动的聚类结果的问题,使用改进的模拟退火算法来优化初始中心,得到一种适合对文本数据聚类分析的算法.把改进的模拟退火算法和K-Means算法结合在一起,从而达到既能发挥模拟退火算法的全局寻优能力,又可以兼顾K-Means的局部寻优能力,较好地克服了K-Means对初始化敏感、容易陷入局部最优的缺点.实验证明,该算法可以生成质量较高而且聚类质量波动性较小的结果.
|
| 关 键 词： | K-Means算法 模拟退火算法 初始中心 |
An Optimization Initial Center K-means Algorithm for Text Clustering |
| |
| ZHU Hao-dong
,
ZHONG Yong
,
ZHAO Xiang-hui.An Optimization Initial Center K-means Algorithm for Text Clustering[J].Journal of Zhengzhou University:Natural Science Edition,2009,41(2). |
| |
| Authors: | ZHU Hao-dong ZHONG Yong ZHAO Xiang-hui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
