计算机科学 ›› 2010, Vol. 37 ›› Issue (12): 161-164.
陈千,向阳,郭鑫,王栋
CHEN Qian,XIANG Yang,GUO Xin,WANG Dong
摘要: 在基于本体的案例检索系统中,由于数据库中的案例数量随着时间的推移而成倍增加,案例检索的效率不断降低,因此如何有效地提高案例检索系统的效率是个亚待解决的问题。提出一种基于粗糙集的k-means聚类算法,在用户检索之前对案例库中成千上万的案例进行有效聚类,从中定义基于粗糙集的聚类中心和上下近似以及边界。实验证明,该方法在系统检索时不必对每个案例都进行相似度的计算,从而大大提高了检索性能。
No related articles found! |
|