文本聚类中基于密度聚类算法的研究与改进

• 作者: 封军 苏喻 郑诚
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 文本聚类 基于密度 k近邻 离群度
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 软件天地
• 页码范围: 1-3
• 分类号: TP301
• 字数: 3045字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.01.001

摘要

文本聚类在很多领域都有广泛应用,而聚类算法作为文本聚类的核心直接决定了聚类的效果和效率.结合基于划分的聚类算法和基于密度的聚类算法的优点,提出了基于密度的聚类算法DBCKNN.算法利用了k近邻和离群度等概念,能够迅速确定数据集中每类的中心及其类半径,在保证聚类效果的基础上提高了聚类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑诚	安徽大学计算智能与信号处理教育部重点实验室	103	1013	15.0	28.0
2	封军	安徽大学计算智能与信号处理教育部重点实验室	4	28	3.0	4.0
3	苏喻	安徽大学计算智能与信号处理教育部重点实验室	7	50	5.0	7.0