2024年12月24日
星期二
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
李孝闯
作品数:
1
被引量:3
H指数:1
供职机构:
河南科技大学招生就业处
更多>>
发文基金:
河南省教育厅科学技术研究重点项目
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
徐家宁
河南科技大学招生就业处
张立文
河南科技大学电子信息工程学院
李进
太原科技大学计算机科学与技术学...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
神经网
1篇
神经网络
1篇
人工免疫
1篇
人工免疫网络
1篇
自组织
1篇
自组织神经网...
1篇
网络
1篇
文本聚类
1篇
向量
1篇
向量空间
1篇
向量空间模型
1篇
免疫网络
1篇
聚类
1篇
SOM
机构
1篇
河南科技大学
1篇
太原科技大学
作者
1篇
李孝闯
1篇
李进
1篇
张立文
1篇
徐家宁
传媒
1篇
计算机应用与...
年份
1篇
2010
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于免疫网络和SOM的文本聚类算法研究
被引量:3
2010年
文本聚类的核心问题是找到一种优化的聚类算法对文本向量进行聚类,是典型的高维数据聚类,提出一种基于自组织神经网络SOM和人工免疫网络aiNet的两阶段文本聚类算法TCBSA。新算法先用SOM神经网络进行聚类,把高维的文本数据映射到二维的平面上,然后再用aiNet对文本聚类。该方法利用SOM神经网络对高维数据降维的优点,克服了人工免疫网络对高维数据的聚类能力差的缺点。仿真实验结果表明该文本聚类算法不仅是可行的,而且具有一定的自适应能力和较好的聚类效果。
张立文
徐家宁
李进
李孝闯
关键词:
文本聚类
向量空间模型
人工免疫网络
自组织神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张