原文服务方: 计算机应用研究       
摘要:
根据文本集的中心和初始簇的中心,选择一组具有良好区分度的方向构建IMIC坐标系,在该坐标系下构造出各坐标轴的重新标度函数用于提高聚类决策的有效性.算法IMIC经过多次迭代,收敛到最终解.IMIC算法的时间复杂度与K-means保持在同一量级上.实验结果表明,IMIC算法有较好的聚类质量.
推荐文章
基于数据分布特性的聚类中心初始化方法
初始聚类中心
K-均值算法
网格化
局部最大值
距离优化
最大距离法选取初始簇中心的K-means文本聚类算法的研究
K-means聚类算法
最大距离
文本聚类
文本距离
测度函数
◢F◣度量值
一种有效的K-means聚类中心初始化方法
K-均值算法
基于密度
初始聚类中心
最大最小距离
最大距离积
一种初始化不敏感的谱聚类算法
谱聚类
初始化敏感
粒子群优化
最优粒子
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 初始化簇类中心和重构标度函数的文本聚类
来源期刊 计算机应用研究 学科
关键词 迭代收敛 文本 聚类
年,卷(期) 2011,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 4115-4117
页数 分类号 TP301.6|TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.11.030
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 张亚红 淮阴工学院计算机工程学院 19 161 7.0 12.0
2 刘金岭 淮阴工学院计算机工程学院 63 355 10.0 15.0
3 冯万利 淮阴工学院计算机工程学院 30 97 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (33)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
迭代收敛
文本
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