基于图熵极值理论的领域概念聚类方法

• 作者: 安敬民 李冠宇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 领域概念 领域本体 概念重叠 图熵 概念聚类
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 88-93
• 页数: 6页
• 分类号: TP391.1
• 字数: 4901字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054038

摘要

为在领域本体学习过程中实现最优同领域概念聚类并解决概念重叠问题,通过引入图熵极值理论,提出一种新的领域概念聚类方法.依据最大信息熵原理,将图中各概念节点视为一个整体以取代原选取质心的方法,同时利用图熵最小化计算公式设计概念自动聚类机制.实验结果表明,与K-means算法、基于密度和基于距离的领域概念聚类方法相比,该方法可有效提高查准率、查全率以及综合评估指标F值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冠宇	大连海事大学信息科学技术学院	108	867	15.0	25.0
2	安敬民	大连东软信息学院计算机与软件学院	1	0	0.0	0.0