基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
蚁群-遗传融合的文本聚类算法
蚁群算法
遗传算法
融合
文本聚类
蚁群算法在文本聚类中的应用研究
文本聚类
移动策略
观察半径
蚁群算法
改进蚁群算法在文本聚类中的应用研究
蚁群算法
文本聚类
向量空间模型
信息素
基于蚁群算法的模糊C均值聚类
FCM
蚁群算法
模糊聚类算法
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 蚁群优化与模糊聚类结合的文本聚类研究
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) 所属期刊栏目
研究方向 页码范围 126-129
页数 分类号 TP391
字数 4022字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.32.035
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (64)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (15)
二级引证文献  (11)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
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)
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导