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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、聚類技術(shù)是一個(gè)來源已久且與人們的生活息息相關(guān)的實(shí)用技術(shù),在現(xiàn)實(shí)生活中有很多領(lǐng)域需要聚類技術(shù),尤其隨著信息產(chǎn)業(yè)的發(fā)展、網(wǎng)絡(luò)的進(jìn)步,人們每天接觸的信息與日劇增,如何對(duì)這些大規(guī)模的信息進(jìn)行處理已經(jīng)成為當(dāng)今研究的熱點(diǎn),而聚類恰恰可以作為該問題的一個(gè)很好的解決辦法。聚類不依賴任何先驗(yàn)知識(shí)而將相似的數(shù)據(jù)劃分到一個(gè)類別中,由于類別數(shù)是遠(yuǎn)小于數(shù)據(jù)數(shù)的,因此對(duì)大量數(shù)據(jù)進(jìn)行聚類后,用戶可以快速發(fā)現(xiàn)自己感興趣的信息所在的類別。
由于網(wǎng)絡(luò)信息大多以文
2、本形式表示,因此文檔聚類已逐漸成為一個(gè)熱門的研究領(lǐng)域,然而隨著文檔數(shù)量的增多,傳統(tǒng)的文檔聚類算法已經(jīng)無法對(duì)大規(guī)模文檔聚類中存在的向量稀疏性和語義相似性等問題進(jìn)行處理。因此,本文從以下四個(gè)方面研究了大規(guī)模文檔聚類算法中存在的特有問題,并給出了相應(yīng)的解決方法。
第一,傳統(tǒng)的基于統(tǒng)計(jì)信息的特征選擇方法選取的特征不僅無法完全覆蓋文檔的主題,并且其中含有大量的冗余信息。隨著文檔規(guī)模的增大,此方法會(huì)嚴(yán)重增加特征空間的維數(shù)而降低了聚類的效率
3、?;诖吮疚奶岢隽艘环N基于主題分析的特征選擇技術(shù),該方法通過構(gòu)建詞匯鏈從多個(gè)側(cè)面分析文檔所描述的主題信息,然后在詞匯鏈中選擇能夠充分代表該鏈所述信息的特征作為聚類特征,此方法能夠有效提升聚類的效率。
第二,隨著文檔規(guī)模的增大,特征空間中存在大量的文檔具有語義相似性,而傳統(tǒng)聚類算法中的相似度計(jì)算方法是無法發(fā)現(xiàn)這個(gè)問題的?;诖吮疚膶⒄Z義相似度引入聚類中,使聚類算法能夠發(fā)現(xiàn)文檔間的語義相似性從而提升聚類的準(zhǔn)確度。同時(shí)不同的特征對(duì)文
4、檔的劃分能力是不同的,而傳統(tǒng)聚類算法中的相似度計(jì)算方法將所有特征的權(quán)值看作是同等重要的,基于此本文提出了一種基于特征分布的特征權(quán)值量化方法,其可以通過統(tǒng)計(jì)特征的分布來計(jì)算特征在文檔與神經(jīng)元相似度計(jì)算中權(quán)值,此方法能夠提升那些可以有效描述數(shù)據(jù)間相似性的特征在相似度計(jì)算中的作用。
第三,隨著文檔規(guī)模的增大,作為每個(gè)文檔類的代表特征僅占特征空間的很小一部分,而傳統(tǒng)聚類算法以特征空間內(nèi)的所有特征構(gòu)造類別特征集合,此方法顯然會(huì)引入無關(guān)特
5、征的干擾而降低聚類的準(zhǔn)確率。針對(duì)此問題,本文提出了一種基于向量壓縮的神經(jīng)元聚類算法,該算法首先從特征空間中選擇能夠代表類別描述信息的特征對(duì)文檔進(jìn)行劃分,然后通過神經(jīng)元算法對(duì)劃分進(jìn)行迭代調(diào)整以得到更加優(yōu)化的類別特征表示和類別劃分結(jié)果,其可以有效降低聚類的運(yùn)行時(shí)間并提升聚類的準(zhǔn)確度。另外本文還提出了一種基于概率的多階段聚類算法,該算法通過選擇與類別相關(guān)的特征構(gòu)造類別特征集合可以有效避免無關(guān)特征對(duì)聚類結(jié)果的干擾,因此具有很高的聚類準(zhǔn)確率。
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(qǐng)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(qǐng)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(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- IB聚類算法關(guān)鍵問題研究.pdf
- 工程文檔語義標(biāo)注與檢索中若干關(guān)鍵問題研究.pdf
- 大規(guī)模定制關(guān)鍵問題建模與應(yīng)用研究.pdf
- Rijndael中若干關(guān)鍵問題的研究.pdf
- 構(gòu)建中文大規(guī)模開放鏈接模式關(guān)鍵問題的研究.pdf
- 大規(guī)模用戶的人臉識(shí)別門禁系統(tǒng)關(guān)鍵問題的研究.pdf
- 基于C-S的大規(guī)模網(wǎng)絡(luò)服務(wù)中關(guān)鍵問題的研究.pdf
- 基于n-gram的大規(guī)模中文文檔聚類研究.pdf
- 集成學(xué)習(xí)中若干關(guān)鍵問題的研究.pdf
- 高維高噪聲數(shù)據(jù)聚類中關(guān)鍵問題研究.pdf
- 文本挖掘中若干關(guān)鍵問題的研究.pdf
- 虛擬試衣中若干關(guān)鍵問題的研究.pdf
- 推薦系統(tǒng)中若干關(guān)鍵問題研究.pdf
- 意見挖掘中若干關(guān)鍵問題研究.pdf
- 形狀匹配中的若干關(guān)鍵問題研究.pdf
- 物流系統(tǒng)中若干關(guān)鍵問題的研究.pdf
- MIMO系統(tǒng)中若干關(guān)鍵問題的研究.pdf
- 語義檢索中若干關(guān)鍵問題的研究.pdf
- 聚醋酸乙烯酯乳液聚合若干關(guān)鍵問題的研究.pdf
- 城鎮(zhèn)供水規(guī)劃中若干關(guān)鍵問題的研究.pdf
評(píng)論
0/150
提交評(píng)論