文本聚类集成问题中的谱算法
DOI:
CSTR:
作者:
作者单位:

哈尔滨工程大学计算机科学与技术学院 150001

作者简介:

徐 森

通讯作者:

中图分类号:

TP391

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    聚类集成中的关键问题是如何根据不同的聚类成员组合为更好的聚类结果.引入谱聚类算法解决该问题,提出了基于相似度矩阵的谱算法(SMSA),但该算法高昂的计算代价使其不适合大规模文本集.进一步研究了谱聚类算法的特性,对超边的相似度矩阵进行谱分析,提出了基于超边相似度矩阵的元聚类算法(HSM-MCLA).真实文本数据集的实验结果表明:SMSA 和HSM-MCLA 比其他基于图划分的集成算法更优越;HSM-MCLA 可获得与SMSA 相当的结果,而计算需求却明显低于SMSA.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

徐 森,卢志茂,顾国昌.文本聚类集成问题中的谱算法[J].控制与决策,2009,24(8):1277-1280

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-08-25
  • 最后修改日期:2008-12-22
  • 录用日期:
  • 在线发布日期: 2009-08-20
  • 出版日期:
文章二维码