融合差分进化和 SOM 的组合文本聚类算法

• 作者: 姜凯 苑金海
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 改进差分进化算法 自组织映射 组合文本聚类
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 13-16,20
• 页数: 5页
• 分类号: TP393
• 字数: 5145字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.05.003

摘要

自组织映射算法是一种重要的聚类模型，能够有效提高搜索引擎的精确性。为克服自组织映射网络对于初始连接权值敏感的不足，提出一种改进的差分进化和SOM相结合的组合文档聚类算法IDE-SOM，首先引入一种改进的差分进化算法对文档集进行一次粗聚类，旨在对SOM网络的初始连接权值进行优化，然后将这个连接权值初始化SOM网络进行细聚类。仿真实验表明，该算法在F-measure、熵等评价指标上都获得了较好的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑金海	聊城大学东昌学院	6	7	2.0	2.0
2	姜凯	聊城大学东昌学院	5	17	2.0	4.0