湖南省自然科学基金(11JJ4051)
- 作品数:2 被引量:30H指数:1
- 相关作者:赵卫中李志清马慧芳史忠植谭正华更多>>
- 相关机构:湘潭大学西北师范大学中国科学院更多>>
- 发文基金:湖南省自然科学基金博士科研启动基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种结合主动学习的半监督文档聚类算法被引量:30
- 2012年
- 半监督文档聚类,即利用少量具有监督信息的数据来辅助无监督文档聚类,近几年来逐渐成为机器学习和数据挖掘领域研究的热点问题.由于获取大量监督信息费时费力,因此,国内外学者考虑如何获得少量但对聚类性能提高显著的监督信息.提出一种结合主动学习的半监督文档聚类算法,通过引入成对约束信息指导DBSCAN的聚类过程来提高聚类性能,得到一种半监督文档聚类算法Cons-DBSCAN.通过对约束集中所含信息量的衡量和对DBSCAN算法本身的分析,提出了一种启发式的主动学习算法,能够选取含信息量大的成对约束集,从而能够更高效地辅助半监督文档聚类.实验结果表明,所提出的算法能够高效地进行文档聚类.通过主动学习算法获得的成对约束集,能够显著地提高聚类性能.并且,算法的性能优于两个代表性的结合主动学习的半监督聚类算法.
- 赵卫中马慧芳李志清史忠植
- 关键词:半监督聚类文档聚类
- 一种改进的海量信息分类算法
- 2019年
- 首先对信息分类过程中出现的问题进行了阐述,指出了传统信息分类方法的不足与缺陷,以及后续查询效率较低的问题等。接着分析了普通的信息分类方法,主要包括了分类方式与查询方式,然后针对企业海量信息的查询效率较低及信息分类层级较少的问题,提出一种改进的海量信息分类算法。采用64位二进制值作为信息分类编码,通过对分类编码的解析,能够准确并较为快速地分析出信息分类层次结构等信息。该编码机制可以实现8.59×10 18个分类。将优化算法与传统算法进行了比较,实验结果表明:在分类层级较多的情况下,改进的迭代算法相较于普通的迭代算法在耗时上要少,且当分类层级和分类总数增加时,优化的分类算法在耗时增长速率上优于普通的迭代算法,提高了查询效率。
- 戴立平谭正华张进修张又文
- 关键词:海量信息二进制