文献检索-宁波市创意产业特色资源库

限定检索结果

结合K均值和非负矩阵分解集成文本聚类算法: 收藏
分享
引用; 《吉林大学学报（工学版）》2011年第4期41卷 1077-1082页; 作者：徐森卢志茂顾国昌盐城工学院信息工程学院江苏盐城224051 哈尔滨工程大学模式识别与自然计算研究室哈尔滨150001; 将非负矩阵分解(NMF)引入到文本聚类集成问题中,为解决NMF随机初始化所引起的不稳定性问题,首先采用最小最大原则确定K均值算法的初始质心,并获得稳定的聚类结果;其次,将K均值算法的聚类结果作为NMF的初始因子矩阵,并对超图的邻接矩阵进...; 将非负矩阵分解(NMF)引入到文本聚类集成问题中,为解决NMF随机初始化所引起的不稳定性问题,首先采用最小最大原则确定K均值算法的初始质心,并获得稳定的聚类结果;其次,将K均值算法的聚类结果作为NMF的初始因子矩阵,并对超图的邻接矩阵进行NMF,获得基矩阵和系数矩阵;最后根据系数矩阵获得最终的聚类结果,由此设计了NMFK算法。在多组真实文本集上进行了实验,结果表明:NMFK算法运行高效,并且获得了比其他常见的聚类集成算法更加优越的结果。; 来源：详细信息评论

限定检索结果