• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《计算机应用研究》 >结合双粒子群和K-means的混合文本聚类算法

结合双粒子群和K-means的混合文本聚类算法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As traditional K-means clustering algorithm is sensitive to the choice of initial cluster centers， the results may converge to the general suboptimal solutions， this paper presented a hybrid text clustering algorithm based on dual particle swarm optimizat%传统K-means算法对初始聚类中心选择较敏感，结果有可能收敛于一般次优解，为些提出一种结合双粒子群和K-means的混合文本聚类算法。设计了自调整惯性权值策略，根据最优适应度值的变化率动态调整惯性权值。两子群分别采用基于不同惯性权值策略的粒子群算法进化，子代间及子代与父代信息交流，共享最优粒子，替换最劣粒子，完成进化，该算法命名为双粒子群算法。将能平衡全局与局部搜索能力的双粒子群算法与高效的K-means算法结合，每个粒子是一组聚类中心，类内离散度之和的倒数是适应度函数，用K-means算法优化新生粒子

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号