已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、本文主要從文本預(yù)處理和文本聚類兩方面較為系統(tǒng)的研究了中文文本聚類的全過程。首先介紹了文本聚類關(guān)鍵技術(shù)的基本現(xiàn)狀,讓讀者對文本聚類的主要過程有了進一步的了解。針對數(shù)據(jù)清洗過程對稀有詞過濾存在誤去的情況,提出了對稀有詞過濾的新方法。該過濾方法由于保證了文本特征項的完整性和精煉性,所以提高了文本聚類的效果。然后通過采用詞頻統(tǒng)計的方法對文本向量進行降維處理,從而得以選擇最佳的能夠反映文本本身類別特征的特征項,將文本集合表示成為向量空間模型。接下
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進的模糊C-均值聚類算法.pdf
- 改進模糊C-均值聚類算法的數(shù)據(jù)挖掘研究.pdf
- C-均值聚類算法的改進研究.pdf
- 模糊C-均值聚類算法及其在圖像分割中的應(yīng)用.pdf
- 全局模糊C-均值聚類算法在色彩遷移中的應(yīng)用.pdf
- 基于核方法改進的模糊C-均值聚類算法.pdf
- 改進的模糊C均值聚類算法在圖像分割中的應(yīng)用.pdf
- 入侵檢測中模糊C-均值聚類算法研究.pdf
- 模糊C-均值聚類的研究.pdf
- 自適應(yīng)模糊C-均值聚類算法研究.pdf
- 基于模糊C均值算法在文本聚類中的研究與實現(xiàn).pdf
- 模糊C-均值算法在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 基于改進粒子群算法的C-均值聚類算法研究.pdf
- 模糊C-均值算法改進研究.pdf
- 模糊C均值聚類算法的研究與改進.pdf
- 改進的模糊C-均值聚類對噪聲圖像的分割.pdf
- 基于差分進化的模糊C-均值聚類算法研究.pdf
- 融合粒子群和蛙跳算法的模糊C-均值聚類算法研究.pdf
- 模糊C-均值算法在拼車系統(tǒng)中的應(yīng)用.pdf
- 基于Weka平臺的改進模糊C均值聚類算法研究與應(yīng)用.pdf
評論
0/150
提交評論