计算机科学 ›› 2008, Vol. 35 ›› Issue (8): 134-137.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 针对FCM聚类算法对初始聚类中心的选择敏感，以及聚类数C难以确定的问题，提出一种基于遗传算法的自适应文本模糊聚类方法。该方法首先将文档集合表示成向量空间模型，并采用一种新型的可变长染色体编码方案，随机选择文本向量作为初始聚类中心形成染色体，然后结合FCM算法的高效性和遗传算法的全局优化能力，通过遗传进化，有效地避免了局部最优解的出现，同时得到了优化的聚类数目和聚类结果。实验表明该算法是一种精确高效的文本聚类方法。
关键词: 遗传算法 FCM聚类 文本聚类 模糊聚类
Abstract: As Fuzzy C-means Clustering Algorithm was sensitive to the choice of the initial cluster centers and it＇s difficult to determine the cluster number, we proposed an Adaptive Text Fuzzy Clustering Method Based on Genetic Algorithm. According to the principl
Key words: Genetic algorithm, Fuzzy C-means clustering, Text clustering, Fuzzy clustering
. 基于遗传算法的自适应文本模糊聚类研究[J]. 计算机科学, 2008, 35(8): 134-137. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I8/134
Cited
首页