刘燕婷
- 作品数：2 被引量：5H指数：1
- 供职机构：长沙理工大学城南学院更多>>
- 发文基金：湖南省教育厅科研基金湖南省自然科学基金湖南省科技厅资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于K均值和aiNet的两阶段文本聚类算法
- 2009年
- 为了克服基于aiNet的文本聚类算法在处理高维数时性能下降的缺点,设计一种基于聚类中心的虚拟坐标映射机制的文本表示模型,实现文本向量模型的降维技术。在文本进行K均值聚类后,对文本向量进行降维,再将其作为aiNet文本聚类的输入。实验表明,通过两阶段的算法对文本进行聚类,有效提高了aiNet文本聚类质量。
- 向永生刘燕婷徐家宁
- 关键词：文本聚类向量空间模型K均值聚类算法
- 基于改进GA的K-均值聚类算法被引量：5
- 2009年
- 利用遗传算法或免疫规划算法解决初始聚类中心是较好的方法,但容易出现局部早熟现象.为了克服以上缺点,借助免疫机制的优点,将免疫原理的选择操作机制引入遗传算法中,提出基于改进遗传的K-均值聚类算法,该方法结合K-均值算法的高效性和改进遗传算法的全局优化能力,较好地解决了聚类中心优化问题.试验结果表明,本算法能够有效改善聚类质量.
- 向永生张颖刘燕婷陈曦
- 关键词：聚类改进遗传算法K-均值
