一种基于黑洞算法的模糊C均值文本聚类方法

摘要：

FCM算法应用于文本聚类时,由于初始聚类中心点选择的随机性,以及容易陷入局部最优的问题,导致文本聚类效果较差.为了提高FCM算法的聚类精度,提出了采用黑洞算法寻找FCM最优初始聚类中心的方法.黑洞算法是一种启发式优化方法,在FCM初始聚类中心寻优的过程中,始终保持黑洞为全局最优解,最终发现FCM的最优初始聚类中心.实验结果表明,基于黑洞算法的FCM文本聚类方法可以解决FCM算法对初始中心点敏感和容易陷入局部最优的问题,聚类精度明显提高.

关键词：模糊C均值、黑洞算法、文本聚类、参数搜索、初始聚类中心

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划项目2015AA016005

在线出版日期：2017-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1065-1068,1074