蚁群优化与模糊聚类结合的文本聚类研究

• 作者: 张德贤 王飞 陶永波 韩金淑
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 模糊聚类(FCM) 蚁群聚类(ACA) 蚁群优化的模糊聚类算法(FACA)
• 年，卷（期）: 2010,（32）
• 页码范围: 126-129
• 分类号: TP391
• 字数: 4022字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.32.035

摘要

针对模糊文本聚类算法(FCM)对输入顺序以及初始点敏感的问题,提出了一种使用蚁群优化的模糊聚类算法(FACA).该算法采用蚁群聚类算法(ACA)找到聚类的初始中心点,以解决模糊聚类的输入顺序以及初始点敏感等问题.模糊文本聚类算法的线性复杂度使其更便于在计算机实现.与经典的基本模糊聚类以及蚁群聚类在真实数据集上仿真相比较,结果表明经蚁群优化过的模糊聚类算法(FACA)效果更有效,更适合应用于大型的数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶永波	河南工业大学信息工程与科学学院	4	9	2.0	3.0
2	王飞	河南工业大学信息工程与科学学院	20	53	4.0	6.0
3	张德贤	河南工业大学信息工程与科学学院	88	431	10.0	17.0
4	韩金淑	河南工业大学信息工程与科学学院	2	6	1.0	2.0