发明名称 | 基于中心法的自适应文本聚类算法 | ||
摘要 | 基于中心法的自适应文本聚类算法是一种迭代分割聚类算法,迭代之前,算法首先初始化相关参数,然后随机将数据集分割为大小相同的一组聚簇,并计算每个聚簇的CFC向量;在此之后,算法进入迭代过程,在进入迭代过程之后,每次迭代过程包括下列主要步骤:根据每个文本和不同聚簇的CFC向量的相似度重新组织每个文本,以得到新的一组聚簇;在重新组织每个文本之后,重新计算每个非空聚簇的CFC向量;判定算法是否满足终止条件,若满足则终止,否则继续进行迭代过程;具有如下主要优点:(1)方法简单,易于实现;(2)具有自适应性。 | ||
申请公布号 | CN103699695B | 申请公布日期 | 2017.02.01 |
申请号 | CN201410014995.7 | 申请日期 | 2014.01.14 |
申请人 | 吉林大学 | 发明人 | 欧阳继红;周晓堂;李熙铭;马超;王旭 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 长春市四环专利事务所(普通合伙) 22103 | 代理人 | 郭耀辉 |
主权项 | 基于中心法的自适应文本聚类方法,其特征在于,包括如下步骤:步骤1:初始化方法的相关参数首先,初始化聚簇的“类—特征—中心:Class‑Feature‑Centroid”即CFC向量的计算参数:b和log函数的底数;其次,设置方法的运行控制参数,包括:随机聚类过程时的初始聚簇大小参数Im,重启频率参数Fm和重启范围Rm;最后,设置方法终止条件参数:最大迭代次数和收敛准确率;步骤2:分割数据集随机将数据集分割为大小为Im的一组聚簇,并计算每个聚簇的CFC向量;步骤3:重组数据集根据每个文本和不同聚簇的CFC向量的相似度重新组织每个文本,以得到新的一组聚簇,重组过程包含两种处理情况:(1)非重启迭代重组:将每个文本分配到和其最相似的CFC向量所属的聚簇中;(2)重启迭代重组:将每个文本分配到和其第2到第Rm相似区间中的某一CFC向量所属的聚簇中;步骤4:重新计算各聚簇的CFC向量在将所有文本重组之后,重新计算每个非空聚簇的CFC向量;步骤5:判定方法是否终止方法有两个终止条件:最大迭代次数和收敛准确率;如果两个终止条件有一个满足,则方法终止;否则,方法继续进行,转到步骤3。 | ||
地址 | 130012 吉林省长春市前进大街2699号 |