排序方式: 共有75条查询结果,搜索用时 15 毫秒
71.
基于主题概念空间的文本模糊c-均值聚类方法 总被引:2,自引:0,他引:2
为了改善文本聚类的准确度,提出用基于主题概念子空间的模糊c-均值聚类(TCS2FCM)方法来分类文本.采用5个评估函数的加权值来提取关键短语;利用WordNet对相应的关键短语提取概念短语并生成最后的类别描述.初始中心和初始隶属度矩阵的建立是决定模糊c-均值聚类效果的关键,使用能够代表文本主题的概念短语来建立相互正交的主题概念子空间,利用主题子空间中的概念向量来初始化聚类中心和隶属度矩阵.实验结果表明:不同于传统模糊c-均值聚类的随机化初始,与文本内容相关的初始化有助于改进最后的聚类结果,提高聚类精度. 相似文献
72.
极小弱c-正规子群对有限群结构的影响 总被引:2,自引:1,他引:1
利用极小子群的弱c-正规性刻画了有限群的结构,得到了有限超可解群的若干充分条件;从群系理论出发,得到了包含超可解群类的饱和群系的充分条件,并推广了一些已知结果. 相似文献
73.
本文提出了一种免疫克隆选择算法与模糊C-均值聚类算法相结合的混合聚类算法。首先用克隆选择算法对模糊聚类中心的个数和聚类中心的选取进行指导,然后进行聚类,是一种有监督学习和无监督学习结合的一种算法,将该算法用于汽轮机的故障诊断中,诊断结果表明,该方法能够正确地诊断出存在的故障,具有实用价值。 相似文献
74.