基于K均值和aiNet的两阶段文本聚类算法
为了克服基于aiNet的文本聚类算法在处理高维数时性能下降的缺点,设计一种基于聚类中心的虚拟坐标映射机制的文本表示模型,实现文本向量模型的降维技术.在文本进行K均值聚类后,对文本向量进行降维,再将其作为aiNet文本聚类的输入.实验表明,通过两阶段的算法对文本进行聚类,有效提高了aiNet文本聚类质量.
文本聚类、向量空间模型、人工免疫网、k均值聚类算法
25
TP31(计算技术、计算机技术)
2009年湖南省科技厅资助项目2009GK3160
2014-07-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
186-187,181