咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于改进的K-means算法的文本聚类仿真系统 收藏

基于改进的K-means算法的文本聚类仿真系统

Text Clustering Simulation System Based on Improved K-means Algorithm

作     者:潘大胜 PAN Da-sheng

作者机构:百色学院广西百色533000 

出 版 物:《计算机仿真》 (Computer Simulation)

年 卷 期:2010年第27卷第8期

页      面:165-167,207页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:均值 文档聚类 相似度 

摘      要:在优化文本文件问题的研究中,为了提高文本聚类的准确率,得到更高质量的聚类结果,在深入研究K-means算法的基础上,提出了一种改进的K-means聚类算法,并将算法应用于文本聚类仿真系统中。该算法可以自动计算聚类结果中簇的个数,消除了孤立点对聚类结果的影响,为建立文本聚类系统提供了先决条件。在文本聚类仿真实验中,对数据集进行了多次测试,测试结果表明基于改进K-means算法的文本聚类系统具有更好的聚类特性,取得了良好的应用效果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分