基于改进K-均值聚类的数字化档案智能分类方法研究 |
| |
引用本文: | 李嘉.基于改进K-均值聚类的数字化档案智能分类方法研究[J].软件,2023(11):103-105. |
| |
作者姓名: | 李嘉 |
| |
作者单位: | 昆明市档案馆 |
| |
摘 要: | 针对现有分类方法在对数字化档案分类时存在分类结果轮廓系数和CH指数过低的问题,本文引入改进K-均值聚类,开展数字化档案智能分类方法的设计研究。通过提取数字化档案特征,并对特征主分量分析,利用改进K-均值聚类,完成对档案特征相似度的计算,结合相似度计算结果,对数字化档案关键词自动聚类,并实现智能分类。通过实验证明:新的分类方法应用后,数字化档案分类结果的轮廓系数和CH指数均显著提高,该分类方法具备较高的分类精度,同时也可广泛应用于类似资源分类当中。
|
关 键 词: | 改进K-均值聚类 档案 分类 智能 数字化 |
|
|