一种基于模糊聚类的文本挖掘新方法

• 作者: 丁小玲 何静 周伟林 李清峰
• 来源期刊: 计算机应用研究
• 关键词: 文本聚类 动态自组织神经网络 模糊聚类 动态模糊自组织神经网络模型
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4453-4456
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.014

摘要

提出了一种新的动态模糊自组织神经网络模型(TGFCM),并将其用于文本聚类中.针对传统模糊自组织神经网络需要预先确定聚类数的问题,TGFCM采用了可自动确定聚类数的动态自组织神经网络(TGSOM)的结构,在TGSOM网络结构中提出新的学习率计算式,并以模糊聚类中心作为TGFCM网络中对应的神经元的权值,从而提高了聚类的精度,并可提高收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周伟林	湖南商学院计算机与电子工程系	15	45	3.0	6.0
3	李清峰	湖南商学院计算机与电子工程系	23	134	5.0	11.0
9	何静	湖南商学院计算机与电子工程系	26	78	5.0	7.0
10	丁小玲	湖南商学院计算机与电子工程系	6	11	2.0	3.0