文本聚类算法的比较

被引：3

作者：

李伟

黄颖

机构：

[1] 江西理工大学信息工程学院

来源：

科技情报开发与经济 | 2006年 / 22期

关键词：

文本聚类; 聚类算法; 数据挖掘; K-means;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

聚类是一种重要的数据挖掘形式。介绍了常用的文本聚类算法,从各种聚类算法的适用范围、初始参数的影响、终止条件以及对噪声的敏感性等方面对其进行了分析比较。

引用

页码：234 / 236

页数：3

共 6 条

[1] 初始中心优化的K-Means聚类算法 [J].

李飞 ;

薛彬 ;

黄亚楼 .

计算机科学, 2002, (07) :94-96

[2] 一种基于遗传算法的聚类新方法 [J].

张伟 ;

廖晓峰 ;

吴中福 .

计算机科学, 2002, (06) :114-116

[3] 核聚类算法 [J].

张莉 ;

周伟达 ;

焦李成 .

计算机学报, 2002, (06) :587-590

[4] 基于Web-Log Mining的Web文档聚类 [J].

苏中 ;

马少平 ;

杨强 ;

张宏江 .

软件学报, 2002, (01) :99-104

[5] 基于数据分区的DBSCAN算法 [J].

周水庚 ;

周傲英 ;

曹晶 .

计算机研究与发展, 2000, (10) :1153-1159

[6]

现代模式识别.[M].孙即祥等编著;.国防科技大学出版社.2002,

← 1 →