基于模糊聚类的文本挖掘算法

被引：20

作者：

刘志勇 ^{[1
,2
]}

耿新青 ^{[2
]}

机构：

[1] 大连理工大学管理学院

[2] 鞍山师范学院数学系

来源：

计算机工程 | 2009年 / 35卷 / 05期

关键词：

聚类数; 文本聚类; 模糊聚类;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

针对传统FCM算法对孤立点比较敏感,须预先指定聚类数目的缺陷,提出一种新的模糊聚类算法NSFCM,将其应用于文本挖掘中。NSFCM对数据对象的隶属度增加一个权值,以减少孤立点对聚类中心的影响。采用平均信息熵确定聚类数,通过密度函数获得初始聚类中心。仿真结果证明,该算法聚类的精度和执行效率均高于FCM算法,效果较好。

引用

页码：44 / 45+49 +49

页数：3

共 6 条

[1] 基于改进FCM算法的无字典中文文本聚类方法研究.[D].郑晓亮.浙江大学.2007, 02
[2] 一种改进的模糊C均值聚类算法
宋清昆
郝敏
[J]. 哈尔滨理工大学学报, 2007, (04) : 8 - 10
[3] 基于PAT-array和模糊聚类的文本聚类方法
林建敏
谢康林
[J]. 计算机工程, 2004, (12) : 126 - 127+177
[4] 模糊聚类算法在汉语文本聚类中的应用
李家福
陆建江
张亚非
[J]. 计算机工程, 2002, (04) : 15 - 16+33
[5] Improving fuzzy c-means clustering based on feature-weight learning
Wang, XZ
Wang, YD
Wang, LJ
[J]. PATTERN RECOGNITION LETTERS, 2004, 25 (10) : 1123 - 1132
[6] A fuzzy hybrid hierarchical clustering method with a new criterion able to find the optimal partition
Devillez, A
Billaudel, P
Lecolier, GV
[J]. FUZZY SETS AND SYSTEMS, 2002, 128 (03) : 323 - 338

← 1 →