基于模糊相似度的RPCL文本聚类算法

摘要：

文本聚类过程中,存在着文本数据空间维数巨大,聚类的数目不能直接确定等问题.为此,有专家学者提出了次胜者受罚的竞争学习(Rival Penalized Competitive Learning)算法,简称RPCL算法.该算法在一定程度上,解决了聚类的数目的确定问题.但是,该算法只适合做低维数据的聚类,对于高维数据聚类效果极差.该文提出了一种改进的RPCL算法,该方法不再采用欧氏距离去计算相似度,而是采用模糊相似度的方法,通过实验表明,改进的RPCL算法在聚类效果上好于经典的RPCL算法.

关键词：模糊相似度、RPCL、文本聚类

所属期刊栏目：7

分类号：TP18(自动化基础理论)

在线出版日期：2011-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：4416-4417,4425