基于粒子群的模糊C均值文本聚類算法研究pdf 模糊C均值聚類
發(fā)布時(shí)間:2020-03-07 來源: 短文摘抄 點(diǎn)擊:
[摘要] 利用模糊C均值算法解決文本聚類問題時(shí),隨機(jī)選取的初始聚類中心和聚類數(shù)會導(dǎo)致不同的聚類結(jié)果,且容易陷入局部最優(yōu)。提出利用粒子群優(yōu)化算法確定模糊c均值的初始聚類中心,并通過向量空間模型和特征提取,再利用模糊c均值進(jìn)行文檔聚類。實(shí)驗(yàn)表明,這種基于粒子群的模糊c均值聚類算法迭代次數(shù)少,能解決經(jīng)典模糊c均值算法對初始值敏感和易陷入局部極小的缺點(diǎn),且聚類速度和效果得到明顯提高。
[關(guān)鍵詞] 模糊C均值 粒子群 文本聚類
[分類號] TP391
注:“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”
相關(guān)熱詞搜索:粒子 算法 均值 基于粒子群的模糊C均值文本聚類算法研究pdf 均值聚類算法研究 基于粒子群優(yōu)化的模糊c
熱點(diǎn)文章閱讀