一种基于密度的Web文本聚类算法

摘要：

针对DBSCAN算法采用全局参数Eps、对高维数据处理能力不足等问题，提出一种改进算法，该算法结合蚁群聚类算法实现数据集的划分以获取参数Eps的值组，然后根据不同的Eps值分别调用DBSCAN算法，从而实现对Web文本的聚类。实验结果表明，改进后的算法的有效性有所提高。

关键词：Web文本、DBSCAN、蚁群聚类、Eps值组

分类号：TP301(计算技术、计算机技术)

资助基金：池州学院院级科研项目2011ZR003

在线出版日期：2015-05-26（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：234-235,239