计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2010年
7期
1933-1935
,共3页
文本聚类%密度%最近邻%F度量
文本聚類%密度%最近鄰%F度量
문본취류%밀도%최근린%F도량
初始中心点的选择对于传统的K-means算法聚类结果影响较大,容易使聚类陷入局部最优解.针对这个问题,引入密度和最近邻思想,提出了生成初始聚类中心的算法Initial.将所选聚类中心用于K-means算法,得到了更好的应用于文本聚类的DN-K-means算法.实验结果表明,该算法可以生成聚类质量较高并且稳定性较好的结果.
初始中心點的選擇對于傳統的K-means算法聚類結果影響較大,容易使聚類陷入跼部最優解.針對這箇問題,引入密度和最近鄰思想,提齣瞭生成初始聚類中心的算法Initial.將所選聚類中心用于K-means算法,得到瞭更好的應用于文本聚類的DN-K-means算法.實驗結果錶明,該算法可以生成聚類質量較高併且穩定性較好的結果.
초시중심점적선택대우전통적K-means산법취류결과영향교대,용역사취류함입국부최우해.침대저개문제,인입밀도화최근린사상,제출료생성초시취류중심적산법Initial.장소선취류중심용우K-means산법,득도료경호적응용우문본취류적DN-K-means산법.실험결과표명,해산법가이생성취류질량교고병차은정성교호적결과.
