计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
5期
44-45,49
,共3页
聚类数%文本聚类%模糊聚类
聚類數%文本聚類%模糊聚類
취류수%문본취류%모호취류
针对传统FCM算法对孤立点比较敏感,须预先指定聚类数目的缺陷,提出一种新的模糊聚类算法NSFCM,将其应用于文本挖掘中.NSFCM对数据对象的隶属度增加一个权值,以减少孤立点对聚类中心的影响.采用平均信息熵确定聚类数,通过密度函数获得初始聚类中心.仿真结果证明,该算法聚类的精度和执行效率均高于FCM算法,效果较好.
針對傳統FCM算法對孤立點比較敏感,鬚預先指定聚類數目的缺陷,提齣一種新的模糊聚類算法NSFCM,將其應用于文本挖掘中.NSFCM對數據對象的隸屬度增加一箇權值,以減少孤立點對聚類中心的影響.採用平均信息熵確定聚類數,通過密度函數穫得初始聚類中心.倣真結果證明,該算法聚類的精度和執行效率均高于FCM算法,效果較好.
침대전통FCM산법대고립점비교민감,수예선지정취류수목적결함,제출일충신적모호취류산법NSFCM,장기응용우문본알굴중.NSFCM대수거대상적대속도증가일개권치,이감소고립점대취류중심적영향.채용평균신식적학정취류수,통과밀도함수획득초시취류중심.방진결과증명,해산법취류적정도화집행효솔균고우FCM산법,효과교호.
