您的位置： 专家智库 > >

卢艳红

作品数：5 被引量：41H指数：2
供职机构：南京邮电大学更多>>
发文基金：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>>

合作作者

文献类型

  • 3篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 3篇聚类
  • 2篇特征词
  • 2篇自适
  • 2篇自适应
  • 2篇网络热点
  • 2篇网络热点事件
  • 2篇文本分类
  • 2篇聚类分析
  • 2篇聚类算法
  • 2篇词性
  • 1篇语言
  • 1篇语言组织
  • 1篇自适应聚类
  • 1篇自适应聚类算...
  • 1篇最优解
  • 1篇网络
  • 1篇文本聚类
  • 1篇文本聚类算法
  • 1篇局部最优解
  • 1篇聚类方法

机构

  • 5篇南京邮电大学

作者

  • 5篇卢艳红
  • 4篇成卫青
  • 2篇范恒亮
  • 1篇仲伟伟

传媒

  • 1篇南京邮电大学...

年份

  • 1篇2018
  • 3篇2015
  • 1篇2014
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
文本聚类及其在话题检测中的应用研究
随着网络技术的高速发展，互联网目前已经应用于各行各业，改变了人们工作和生活，同时也给我们带来了前所未有的挑战。由于网络数据急剧增加，收集组织相关的信息变得越来越困难，如何从海量的信息中获取所需信息，也成了当今急需解决的问...
卢艳红
关键词：文本聚类算法局部最优解
一种基于文本分类和聚类分析的网络热点事件发现方法
本发明公开了一种基于文本分类和聚类分析的网络热点事件发现方法，该方法解决了已有的基于聚类分析的热点事件发现方法存在的效率和准确率有待进一步提高的问题。该方法首先利用训练语料库通过特征词提取和特征选择为各类别文本分别选取特...
成卫青范恒亮卢艳红
文献传递
一种基于最大最小距离和SSE的自适应聚类算法被引量：40
2015年
K均值聚类是一种常用的聚类算法,需要指定初始中心和簇数,但随意指定初始中心可能导致聚类陷入局部最优解,且实际应用中簇数未必是已知的。针对K均值聚类的不足,文中提出了一个自适应聚类算法,该算法基于数据实例之间的最大最小距离选取初始聚类中心,基于误差平方和(SSE)选择相对最稀疏的簇分裂,并根据SSE变化趋势停止簇分裂从而自动确定簇数。实验结果表明,该算法可以在不增加迭代次数的情况下得到更准确的聚类结果,验证了所提聚类算法是有效的。
成卫青卢艳红
关键词：K均值聚类算法
一种基于文本分类和聚类分析的网络热点事件发现方法
本发明公开了一种基于文本分类和聚类分析的网络热点事件发现方法，该方法解决了已有的基于聚类分析的热点事件发现方法存在的效率和准确率有待进一步提高的问题。该方法首先利用训练语料库通过特征词提取和特征选择为各类别文本分别选取特...
成卫青范恒亮卢艳红
文献传递
一种基于最大最小距离和K-means的自适应聚类方法
本发明公开了一种基于最大最小距离和K-means的自适应聚类方法，该方法解决了传统K-means聚类算法存在的对初始中心敏感，以及簇个数需事先确定的问题。本发明是一种策略性方法。本发明对初始中心以及新增簇的初始中心的选择...
成卫青卢艳红仲伟伟
文献传递
全选 清除 导出
共1页<1>
聚类工具0