计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2006年
5期
7-9
,共3页
自组织映射网络%文本特征向量%模糊聚类%聚类数
自組織映射網絡%文本特徵嚮量%模糊聚類%聚類數
자조직영사망락%문본특정향량%모호취류%취류수
提出一种新的动态模糊聚类的方法,针对传统的模糊聚类需要预先确定聚类数的问题,提出采用动态自组织映射神经网络来确定聚类数,并通过文本向量空间模型和TFoIDF方法来确定文本的特征向量,再将动态自组织映射神经网络得到的聚类数,用模糊C均值算法(FCM)函数处理,得到聚类的结果.该算法同仅用动态自组织映射神经网络算法的运行结果相比,具有运行聚类结果精度高的优点,模糊聚类更适合处理语义的多样性和文本归属的模糊性,实验验证了算法的有效性.
提齣一種新的動態模糊聚類的方法,針對傳統的模糊聚類需要預先確定聚類數的問題,提齣採用動態自組織映射神經網絡來確定聚類數,併通過文本嚮量空間模型和TFoIDF方法來確定文本的特徵嚮量,再將動態自組織映射神經網絡得到的聚類數,用模糊C均值算法(FCM)函數處理,得到聚類的結果.該算法同僅用動態自組織映射神經網絡算法的運行結果相比,具有運行聚類結果精度高的優點,模糊聚類更適閤處理語義的多樣性和文本歸屬的模糊性,實驗驗證瞭算法的有效性.
제출일충신적동태모호취류적방법,침대전통적모호취류수요예선학정취류수적문제,제출채용동태자조직영사신경망락래학정취류수,병통과문본향량공간모형화TFoIDF방법래학정문본적특정향량,재장동태자조직영사신경망락득도적취류수,용모호C균치산법(FCM)함수처리,득도취류적결과.해산법동부용동태자조직영사신경망락산법적운행결과상비,구유운행취류결과정도고적우점,모호취류경괄합처리어의적다양성화문본귀속적모호성,실험험증료산법적유효성.
