基于模糊聚类的文本挖掘算法

被引：20

作者：

刘志勇 ^{[1
,2
]}

耿新青 ^{[2
]}

机构：

[1] 大连理工大学管理学院

[2] 鞍山师范学院数学系

来源：

计算机工程 | 2009年 / 35卷 / 05期

关键词：

聚类数; 文本聚类; 模糊聚类;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对传统FCM算法对孤立点比较敏感,须预先指定聚类数目的缺陷,提出一种新的模糊聚类算法NSFCM,将其应用于文本挖掘中。NSFCM对数据对象的隶属度增加一个权值,以减少孤立点对聚类中心的影响。采用平均信息熵确定聚类数,通过密度函数获得初始聚类中心。仿真结果证明,该算法聚类的精度和执行效率均高于FCM算法,效果较好。

引用

页码：44 / 45+49 +49

页数：3

共 6 条

[1]

基于改进FCM算法的无字典中文文本聚类方法研究.[D].郑晓亮.浙江大学.2007, 02

[2] 一种改进的模糊C均值聚类算法 [J].