TGFCM:基于模糊聚类的中文文本挖掘的新方法

• 作者: 王正欧 耿新青
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 自组织映射网络 文本特征向量 模糊聚类 聚类数
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 博士论文
• 页码范围: 7-9
• 页数: 3页
• 分类号: TP312
• 字数: 3916字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.05.003

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正欧	天津大学系统工程研究所	91	2104	28.0	41.0
2	耿新青	天津大学系统工程研究所	4	18	3.0	4.0