基于模糊相似度的RPCL文本聚类算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1009-3044.2011.18.063

基于模糊相似度的RPCL文本聚类算法

引用
文本聚类过程中,存在着文本数据空间维数巨大,聚类的数目不能直接确定等问题.为此,有专家学者提出了次胜者受罚的竞争学习(Rival Penalized Competitive Learning)算法,简称RPCL算法.该算法在一定程度上,解决了聚类的数目的确定问题.但是,该算法只适合做低维数据的聚类,对于高维数据聚类效果极差.该文提出了一种改进的RPCL算法,该方法不再采用欧氏距离去计算相似度,而是采用模糊相似度的方法,通过实验表明,改进的RPCL算法在聚类效果上好于经典的RPCL算法.

模糊相似度、RPCL、文本聚类

7

TP18(自动化基础理论)

2011-12-16(万方平台首次上网日期,不代表论文的发表时间)

共3页

4416-4417,4425

相关文献
评论
暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

7

2011,7(18)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn