一种基于模糊加权的改进文本聚类方法

刘海峰; 姚泽清; 刘守生

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于模糊加权的改进文本聚类方法

更新时间：2026-09-04

- 一种基于模糊加权的改进文本聚类方法
- An Improved Text Clustering Method Based on Fuzzy Weighting
- 微电子学与计算机 2011年28卷第9期页码：39-42
- 作者机构：
  
  解放军理工大学理学院,江苏,南京,210007
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(71071161)
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
刘海峰, 姚泽清, 刘守生. 一种基于模糊加权的改进文本聚类方法[J]. 微电子学与计算机, 2011, 28(9): 39-42.

LIU Hai-feng, YAO Ze-qing, LIU Shou-sheng. An Improved Text Clustering Method Based on Fuzzy Weighting[J]. 2011, 28(9): 39-42.
刘海峰, 姚泽清, 刘守生. 一种基于模糊加权的改进文本聚类方法[J]. 微电子学与计算机, 2011, 28(9): 39-42. DOI：

LIU Hai-feng, YAO Ze-qing, LIU Shou-sheng. An Improved Text Clustering Method Based on Fuzzy Weighting[J]. 2011, 28(9): 39-42. DOI：

摘要

首先提出了一种优化初始中心点方法用以解决聚类的局部最优问题.同时通过样本的模糊加权减少边缘噪音数据对聚类效率的影响.文本聚类试验表明

该模糊文本聚类算法取得较好的聚类效果.

Abstract

This paper proposes a new way that selects initial cluster center in order to solve the partially most superior phenomenon.By using the fuzzy weighting on the samples

this improved method decreases the influence that the k-means algorithm is very sensitive to the isolated point.Lastly

we have a test about text clustering and the result shows that this method obtains good clustering effect.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

新的改进K-means算法的图像检索方法

基于K-Means变异算子的混合PSO算法聚类研究

一种改进的特征加权K-means聚类算法

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

V型沟槽SiC中子探测器的蒙特卡洛分析

相关机构

江南大学物联网工程学院

中国水产科学研究院机构淡水渔业研究中心

重庆大学输配电装备及系统安全与新技术国家重点实验室机构

河南大学计算机与信息工程学院

河南大学机构计算中心

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰