已閱讀1頁，還剩39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
文檔簡介
1、文本的聚類是一種有效的文本管理方法，已經(jīng)成為對文本信息進行有效的組織、集成、摘要和檢索的重要方法，是文本信息處理領域的研究熱點。K-medoids 聚類算法是一種基于劃分的文本聚類的算法，在許多方面得到應用。但是該算法存在一些缺點，初始聚類中心的選擇是隨機的，并且該算法易于終止于局部最優(yōu)，因此這會影響該算法產(chǎn)生的聚類效果。
細菌覓食優(yōu)化算法是一種仿生優(yōu)化算法，模擬大腸桿菌覓食的行為提出的，主要包括趨化、復制和遷徙等操作。本
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于群智能的K-medoids聚類優(yōu)化算法研究.pdf
- K-medoids聚類算法研究及其在文本聚類中的應用.pdf
- 基于Hadoop平臺的K-Medoids聚類算法的研究與優(yōu)化.pdf
- 基于改進粒計算的K-medoids聚類算法研究.pdf
- 基于寬度優(yōu)先搜索的K-medoids聚類算法研究.pdf
- 基于粒計算和模擬退火的K-medoids聚類算法.pdf
- Hadoop平臺下基于密度的K-Medoids聚類算法的研究與實現(xiàn).pdf
- 基于ε0-領域搜索策略的K-medoids聚類算法研究及其應用.pdf
- 基于MapReduce的K-Medoids并行算法研究.pdf
- 基于SOM算法改進K-medoids算法及其研究.pdf
- K-medoids聚類算法及在社會標簽系統(tǒng)中的應用研究.pdf
- 基于細菌覓食聚類的蟻群算法參數(shù)動態(tài)調(diào)整方法研究.pdf
- 改進的k-medoids算法在入侵檢測中的應用.pdf
- 采用DBSCAN聚類的自適應步長細菌覓食算法.pdf
- 基于K-medoids的項目族工作分解結(jié)構(gòu)模型構(gòu)建及其配置研究.pdf
- 基于RI方法的文本聚類研究.pdf
- 大數(shù)據(jù)環(huán)境中知識服務及K-medoids算法改進研究.pdf
- 基于混合文本集的文本聚類方法研究.pdf
- 基于混合細菌覓食和粒子群的k-means聚類算法在類風濕并發(fā)癥中的研究.pdf
- 基于加權(quán)二部圖與K-Medoids的協(xié)同過濾推薦算法的改進及應用.pdf
評論
0/150
提交評論