基于科研立项管理应用的模糊C均值算法研究

被引：4

作者：

林明才 ^{[1
,2
]}

康耀红 ^{[1
]}

张诚一 ^{[2
]}

机构：

[1] 海南大学信息科学技术学院

[2] 海南师范大学信息科学技术学院

来源：

计算机工程与设计 | 2010年 / 31卷 / 07期

基金：

海南省自然科学基金;

关键词：

科研项目; RM-FCM; 聚类; 项目分析; 相似性;

D O I：

10.16208/j.issn1000-7024.2010.07.029

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

为解决科研重复立项及低水平重复研究问题,分析了科研项目文本的特点,提出了一种改进的模糊聚类算法RM-FCM。该算法充分考虑不同属性的特征项对科研项目分析的支持度,先用科研领域作为初始聚类中心,用参数调节科研文本各部分的重要性,然后不断计算各部分对中心的隶属度来确定聚类中心,最后通过聚类分析挖掘项目的相似性和项目间蕴涵的关联关系。实验结果表明,RM-FCM算法不仅准确地找出相似项目,也可以找出创新项目和交叉学科项目。

引用

页码：1570 / 1572

页数：3

共 8 条

[1]

科研项目管理中的文本挖掘方法研究及应用.[D].姜韶华.大连理工大学.2006, 03

[2]

基于层次聚类的科技项目分类与查重研究.[D].吴燕.天津财经大学.2008, 08

[3]

模糊聚类及其在中文文本聚类中的应用研究.[D].杜长海.南京师范大学.2006, 12

[4] 粒子群模糊聚类方法在病理图像分类中的应用 [J].