基于话题检测的自适应增量K-means算法

作     者：李胜东 吕学强 施水才 孙军 LI Shengdong;LV Xueqiang;SHI Shuicai;SUN Jun

作者机构：廊坊燕京职业技术学院计算机工程系河北廊坊065200 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北华航天工业学院河北廊坊065000 

基　　金：网络文化与数字传播北京市重点实验室开放课题(ICDD201105 ICDD201205 ICDD201401) 国家自然科学基金项目(61271304) 北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目(KZ201311232037) 2013年河北省高等学校科学技术研究自筹资金项目(Z2013162) 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2014年第28卷第6期

页      码：190-193页

摘      要：根据话题检测任务的定义和特点,本文分析了传统的增量聚类算法和K-means算法的优缺点,提出了基于话题检测的自适应增量K-means算法,设计了话题检测实验,实验结果证明了该算法提高了话题检测性能,具有良好的应用前景。

主 题 词：话题检测 增量聚类 K-means算法 话题检测与跟踪评测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1003-0077.2014.06.027

馆 藏 号：203366463...