原文服务方: 计算机应用研究       
摘要:
提出了一种把自组织特征映射SOM和K-means算法结合的聚类组合算法.先用SOM对文档聚类,然后以SOM的输出权值初始化K-means的聚类中心,再用K-means算法对文档聚类.实验结果表明,该聚类组合算法能改进文档聚类的性能.
推荐文章
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种分裂式的k-means聚类算法
聚类
数据预处理
初始聚类中心
一种改进K-means聚类的FCMM算法
K-means聚类
萤火虫
最大最小距离
Tent映射
混沌搜索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于SOM和K-means的文档聚类算法
来源期刊 计算机应用研究 学科
关键词 自组织特征映射 K-means 聚类 组合方法 文档聚类
年,卷(期) 2006,(5) 所属期刊栏目 研究探讨
研究方向 页码范围 73-74,79
页数 3页 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2006.05.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨燕 西南交通大学计算机与通信工程学院 97 1192 16.0 32.0
2 杨占华 西南交通大学计算机与通信工程学院 4 224 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (20)
参考文献  (2)
节点文献
引证文献  (40)
同被引文献  (56)
二级引证文献  (120)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(6)
  • 引证文献(5)
  • 二级引证文献(1)
2008(7)
  • 引证文献(4)
  • 二级引证文献(3)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(20)
  • 引证文献(8)
  • 二级引证文献(12)
2011(14)
  • 引证文献(7)
  • 二级引证文献(7)
2012(13)
  • 引证文献(1)
  • 二级引证文献(12)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(13)
  • 引证文献(2)
  • 二级引证文献(11)
2015(17)
  • 引证文献(2)
  • 二级引证文献(15)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(17)
  • 引证文献(0)
  • 二级引证文献(17)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
自组织特征映射
K-means
聚类
组合方法
文档聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导