| 特征加权距离与软子空间学习相结合的文本聚类新方法 |
| |
| 引用本文： | 王骏,王士同,邓赵红.特征加权距离与软子空间学习相结合的文本聚类新方法[J].计算机学报,2012,35(8):1655-1665. |
| |
| 作者姓名： | 王骏 王士同 邓赵红 |
| |
| 作者单位： | 江南大学数字媒体学院 江苏无锡214122 |
| |
| 基金项目： | 国家自然科学基金，江苏省自然科学基金，江苏“333高层次人才培养工程”，中央高校基本科研业务专项资金项目 |
| |
| 摘 要： | 文本数据维数高、数据分布稀疏、不同类别的特征相互重叠,这为聚类分析提出了挑战.针对文本数据的这一特点,将特征加权技术与软子空间相结合,基于模糊聚类的算法框架,提出了一种适用于高维文本数据的软子空间模糊聚类新方法.首先,基于加权范数理论,提出了新的特征加权距离计算方法.接着,将其与软子空间学习的理论框架相结合,提出了面向模糊聚类的新的目标学习准则.通过向约束条件中引入熵指数r,从而扩展了模糊指数m的取值范围,并给出了物理解释.基于Zangwill收敛定理对算法的全局收敛性给出理论证明.实验表明,文中算法可以使软子空间学习和聚类分析同时进行,其性能比现有的相关算法有了较大的提高.
|
| 关 键 词： | 模糊聚类 文本聚类 软子空间 特征加权距离 全局收敛性 |
A Novel Text Clustering Algorithm Based on Feature Weighting Distance and Soft Subspace Learning |
| |
| WANG Jun
,
WANG Shi-Tong
,
DENG Zhao-Hong.A Novel Text Clustering Algorithm Based on Feature Weighting Distance and Soft Subspace Learning[J].Chinese Journal of Computers,2012,35(8):1655-1665. |
| |
| Authors: | WANG Jun WANG Shi-Tong DENG Zhao-Hong |
| |
| Affiliation: | (School of Digital Media,Jiangnan University,Wuxi,Jiangsu 214122) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
