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:
根据文本信息在聚类过程中的特点构建了一种基于K-medoids的文档聚类方法,并结合文本特征提取KNN算法对训练文本进行测试,该方法首先利用K-medoids在聚类过程中实现简单、收敛速度快的特性,再利用KNN算法在文档特征提取过程中简单、高效的特点,对训练进行聚类划分.实验结果表明,利用该方法在对文档进行聚类时,F1值、耗时及分割数等方面与KNN及CLKNN算法相比都有较大提高.
推荐文章
一种高效的K-medoids聚类算法
聚类
K-medoids算法
中心微调
增量候选
一种基于CF树的k-medoids聚类算法
聚类
k-中心点
CF树
微簇
一种基于差分演化的K-medoids聚类算法
差分演化
聚类质量
K-medoids算法
全局优化
Num-近邻方差优化的K-medoids聚类算法
局部方差
Num-近邻
邻域
初始聚类中心
聚类
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 一种改进的K-medoids知识聚类算法研究
来源期刊 软件导刊 学科 工学
关键词 K-medoids 知识聚类 聚类分析技术
年,卷(期) 2016,(8) 所属期刊栏目 算法与语言
研究方向 页码范围 13-15
页数 3页 分类号 TP312
字数 3540字 语种 中文
DOI 10.11907/rjdk.161475
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 覃运初 河池学院计算机与信息工程学院 14 3 1.0 1.0
2 谭黔林 广西大学计算机与电子信息学院 6 29 1.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (10)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
K-medoids
知识聚类
聚类分析技术
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导