基于改进BBO的Web文本聚类算法

摘要：

针对生物地理优化算法(Biogeography-Based Optimization,BBO)随机初始化以及轮盘迁移机制等不足,结合自组织神经网络算法(Self-Organizing Map,SOM),提出了一种用于Web文本聚类的改进BBO算法(Improved Biogeography-Based Optimization,IBBO).该算法引入SOM改进BBO栖息地随机初始化策略,并结合局部优化思想提出了一个基于梯度下降贪心搜索(Gradient Descent Search,GDS)的新迁移算子.真实数据集Reuters-21578的实验结果表明IBBO算法具有良好的聚类有效性,能更好地对Web文本进行聚类.

关键词：Web文本聚类、生物地理优化算法、自组织神经网络

所属期刊栏目：31

分类号：TP393.1(计算技术、计算机技术)

资助基金：教育部人文社会科学研究青年基金项目12YJCZH074;福建省教育厅资助项目JA13077

在线出版日期：2015-12-09（万方平台首次上网日期，不代表论文的发表时间）

页码：18-23,117