蚁群算法在文本聚类中的应用研究

发布时间：2017-10-18 18:35

  本文关键词：蚁群算法在文本聚类中的应用研究

  更多相关文章： 文本聚类 移动策略 观察半径 蚁群算法

【摘要】：为提高文本聚类结果的精度和文本聚类的收敛速度,对蚁群文本聚类算法进行了改进,改进的措施主要包括修改迭代终止条件、动态调整蚂蚁观察半径、改变蚂蚁移动策略,并且在复旦大学中文文本分类语料库上进行了仿真实验.实验结果表明,改进后的蚁群文本聚类算法不仅加快了文本聚类的收敛速度,而且提高了文本聚类结果的精度.
【作者单位】： 安徽大学计算机科学与技术学院;
【关键词】： 文本聚类 移动策略 观察半径 蚁群算法
【分类号】：TP391.1;TP18
【正文快照】： 1引言文本聚类就是按照某种算法和相似性策略将文本聚集成一个簇,簇之间的文本差异尽可能大[1],簇内文本差异尽可能小,在整个聚类过程中不需要任何的监督机制.目前的文本聚类算法中,常见的有划分聚类、密度聚类、生物模型聚类、层次聚类、网格聚类.各种聚类方法采用不同的模型

【参考文献】

中国期刊全文数据库 前1条

1 吴夙慧;成颖;郑彦宁;潘云涛;;文本聚类中文本表示和相似度计算研究综述[J];情报科学;2012年04期

中国博士学位论文全文数据库 前1条

1 唐东明;聚类分析及其应用研究[D];电子科技大学;2010年

【共引文献】

中国期刊全文数据库 前10条

1 侯树展;孙小端;贺玉龙;;高速公路运行速度分析中的车型分类技术研究[J];北京工业大学学报;2012年06期

2 吴迪;邓琴;耿丹;杨秀珍;秦樊鑫;李存雄;罗充;;废弃铅锌矿区优势植物中镉、镍、铜含量及富集特征[J];贵州农业科学;2014年03期

3 朱青;牛志慧;张晓凌;;基于聚类的内容分类方法的研究与应用分析[J];电脑与信息技术;2014年03期

4 刘利;周金锁;程昊;朱家明;;基于多元统计分析的大学生体质健康综合评价[J];贵阳学院学报(自然科学版);2014年03期

5 武森;冯小东;杨杰;张晓楠;;基于MapReduce的大规模文本聚类并行化[J];北京科技大学学报;2014年10期

6 李萍;;基于聚类分析和边际分析的储药柜设计研究[J];兰州文理学院学报(自然科学版);2015年04期

7 李琳;黄海军;汪寿阳;;基于集团序思想的科技期刊评价方法[J];系统工程;2015年06期

8 张晓芳;;聚类分析算法在远程教育系统中的应用研究[J];科技通报;2013年04期

9 杨e，

本文编号：1056487