基于模糊K-调和均值的单词-文档谱聚类方法
DOI:
CSTR:
作者:
作者单位:

1. 大连工业大学
2. 大连海事大学信息科学与技术学院
3. 大连海事大学

作者简介:

刘娜

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目;国家自然科学基金;国家自然科学基金


Spectral co-clustering documents and words based on fuzzy K-Harmonic means
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:

    在分析单词-文档谱聚类方法的基本步骤, 找出其对初始值敏感的根本原因的基础上, 提出一种基于模
    糊??-调和均值的单词-文档谱聚类方法. 首先从矩阵相似的角度对谱聚类中的Laplacian 矩阵进行处理, 使其满足对
    初始值不敏感的条件; 然后通过加入模糊的概念, 用模糊K-调和均值算法代替K-均值算法, 使聚类结果对初始值不
    敏感. 实验结果表明, 所提出的方法不仅使聚类结果对初始值不敏感, 而且在一定程度上提高了数据的鲁棒性.

    Abstract:

    Based on analysising the main step of spectral clustering and finding out its cause of sensitive to the initialization,
    a method of spectral co-clustering documents and words based on fuzzy K-harmonic means is proposed. Firstly, the matrix
    which is insensitive to the initialization is constructed. Then fuzzy K-harmonic means algorithm is used instead of K-means
    algorithm. The experiment result shows that the proposed method not only is initialization insensitive, but also can improve
    the accuracy and robustness of clustering results.

    参考文献
    相似文献
    引证文献
引用本文

刘娜 肖智博 鲁明羽.基于模糊K-调和均值的单词-文档谱聚类方法[J].控制与决策,2012,27(4):501-506

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:2010-11-10
  • 最后修改日期:2011-01-14
  • 录用日期:
  • 在线发布日期: 2012-04-20
  • 出版日期:
文章二维码