首页> 中文期刊> 《网络安全与数据治理》 >文本聚类中基于密度聚类算法的研究与改进

文本聚类中基于密度聚类算法的研究与改进

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

文本聚类在很多领域都有广泛应用,而聚类算法作为文本聚类的核心直接决定了聚类的效果和效率。结合基于划分的聚类算法和基于密度的聚类算法的优点,提出了基于密度的聚类算法DBCKNN。算法利用了k近邻和离群度等概念,能够迅速确定数据集中每类的中心及其类半径,在保证聚类效果的基础上提高了聚类效率。

著录项

来源
《网络安全与数据治理》 |2011年第1期|1-3|共3页
作者
苏喻; 郑诚; 封军;
展开▼
作者单位

安徽大学计算智能与信号处理教育部重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论、方法;
关键词
文本聚类; 基于密度; k近邻; 离群度;

相似文献

中文文献
外文文献
专利

1. 基于优化密度的耦合空间LDA文本聚类算法研究 [J] . 邢长征 ,赵全颖 ,王伟 . 计算机应用研究 . 2017,第007期
2. 基于改进粒子群和K-Means的文本聚类算法研究 [J] . 钮永莉1 ,武斌1 . 兰州文理学院学报：自然科学版 . 2019,第004期
3. 基于改进粒子群和K-Means的文本聚类算法研究 [J] . 钮永莉 ,武斌 . 甘肃联合大学学报（自然科学版） . 2019,第004期
4. 基于改进粒子群优化的文本聚类算法研究 [J] . 王永贵 ,林琳 ,刘宪国 . 计算机工程 . 2014,第011期
5. 基于LSA模型的改进密度峰值算法的微学习单元文本聚类研究 [J] . 武国胜 ,张月琴 . 计算机工程与科学 . 2020,第004期
6. 基于模糊核的自适应半监督文本聚类算法 [C] . 赵培坤 ,周新建 . 2008中国计算机大会 . 2008
7. 基于密度的改进K-Means文本聚类算法研究 [A] . 贾永娟 . 2014

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