作者:
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:
信息时代,文本信息极其巨大.本文运用一种改进GHSOM算法进行文本聚类,该算法具有显著的文本聚类能力,能够将文本的相似性用多种手段表现.实验结果表明改进GHSOM算法整体上是优于SOM算法,它的先进性主要体现在更短的计算时间,并提供更丰富的有序性表达能力.
推荐文章
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
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
基于聚类改进的 KN N文本分类算法
文本分类
KNN
聚类化
训练集
基于改进的最大熵均值聚类方法在文本分类中的应用
文本分类
最大熵
C-均值聚类
特征选择
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 改进的GHSOM算法在文本聚类中的应用
来源期刊 电脑与电信 学科 工学
关键词 文本聚类 成长型分级自组织映射 SOM
年,卷(期) 2016,(5) 所属期刊栏目 算法研究
研究方向 页码范围 57-61
页数 5页 分类号 TP181
字数 5281字 语种 中文
DOI
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 陈林 福建中医药大学人文与管理学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (70)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本聚类
成长型分级自组织映射
SOM
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
电脑与电信
月刊
1008-6609
44-1606/TN
大16开
广州市连新路171号国际科技中心B108室
1995
chi
出版文献量(篇)
8962
总下载数(次)
13
总被引数(次)
9565
论文1v1指导