[1]尹松 周永权 李陶深.基于稀疏差异度的聚类方法在信息分类中的应用[J].计算机技术与发展,2006,(01):117-119.
　YIN Song,ZHOU Yong-quan,LI Tao-shen.Research of Sparse Feature Difference-Based Clustering Method Applied to Information Classifying[J].,2006,(01):117-119.
点击复制

基于稀疏差异度的聚类方法在信息分类中的应用()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2006年01期
页码:
117-119
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research of Sparse Feature Difference-Based Clustering Method Applied to Information Classifying
文章编号:
1005-3751（2006）01-0117-03
作者:
尹松1 周永权2 李陶深1
[1]广西大学计算机与电子信息学院[2]广西民族学院计算机与信息科学学院
Author(s):
YIN Song ; ZHOU Yong-quan;  LI Tao-shen
[1]College of Computer, Electronics and Information, Guangxi University[2]College of Computer and Information Science, Guangxi University for Nationalities
关键词:
聚类分析; 稀疏特征; 差异度; 最小生成树
Keywords:
clustering analysis;  sparse feature;  difference degree;  minimum cost spanning tree
分类号:
TP311.13
文献标志码:
A
摘要:
针对文本信息聚类中的高属性维稀疏数据聚类问题，采用计算对象间稀疏特征差异度来度量文本对象之间的相关度，结合最小生成树的方法来进行聚类分析，提出一种基于稀疏特征差异度的聚类方法，通过实例表明，该算法对于多关键字匹配的文本信息分类十分有效，并可根据关键字的重要程度进行加权计算，使聚类更加符合实际情况。该算法将在高维稀疏数据挖掘中有着重要应用
Abstract:
The sparse feature difference degree and the minimum cost spanning tree are used to resolve the problem of high attribute dimensional data clustering which exists in information classifying, in order to support the central idea, an example is given in the paper. The algorithm is very efficient when a lot of keywords need to be matched in information classifying, and it also can considerthe different importance of the keywords, so the algorithm can get an objective result, and it will be very important in high attribute dimensional data mining

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(01):120.
[2]查文琴 梁昌勇 曹镭.基于用户聚类的协同过滤推荐方法[J].计算机技术与发展,2009,(06):69.
　ZHA Wen-qin,LIANG Chang-yong,CAO Lei.Collaborative Filtering Recommendation Method Based on Clustering of Users[J].,2009,(01):69.
[3]狄明明 孙德山.聚类分析和支持向量机在股票研究中的应用[J].计算机技术与发展,2009,(06):229.
　DI Ming-ming,SUN De-shan.Applications of Cluster Analysis and Support Vector Machines to Stock Research[J].,2009,(01):229.
[4]李雷 罗红旗 丁亚丽.一种改进的模糊C均值聚类算法[J].计算机技术与发展,2009,(12):71.
　LI Lei,LUO Hong-qi,DING Ya-li.A Novel FCM Clustering Algorithm[J].,2009,(01):71.
[5]李丽芳 周鸣争.一种基于构造性核覆盖的聚类算法[J].计算机技术与发展,2009,(01):88.
　LI Li-fang,ZHOU Ming-zheng.A Clustering Algorithm Based on Constructive Kernel Covering Algorithm[J].,2009,(01):88.
[6]朱桂宏 王刚.基于数据流的网络入侵检测研究[J].计算机技术与发展,2009,(03):175.
　ZHU Gui-hong,WANG Gang.Research on Network Intrusion Detection Based on Data Stream[J].,2009,(01):175.
[7]罗世谦 冯子亮 张恒.一种基于能量聚类分析的句子语音端点检测法[J].计算机技术与发展,2008,(04):13.
　LUO Shi-qian,FENG Zi-liang,ZHANG Heng.A Sentential Endpoint Detection Algorithm Based on Energy Eigenvalue and Clustering Analysis[J].,2008,(01):13.
[8]谢铮桂 韦玉科 钟少丹.基于径向基神经网络用于中医舌诊诊断的研究[J].计算机技术与发展,2008,(09):242.
　XIE Zheng-gui,WEI Yu-ke,ZHONG Shao-dan.Research of RBF Neural Networks Based on Clustering Analysis in TCM Inspection of Tongue Diagnosis[J].,2008,(01):242.
[9]徐仰彬 刘志镜.基于DBSCAN的簇共享对象的处理办法[J].计算机技术与发展,2007,(07):38.
　XU Yang-bin,LIU Zhi-jing.A DBSCAN - Based Algorithm for Boundary Object of Cluster[J].,2007,(01):38.
[10]朱建平 曾玉钰.基于属性重要性的定性数据聚类分析及应用[J].计算机技术与发展,2007,(12):89.
　ZHU Jian-ping,ZENG Yu-yu.Analysis and Application of Qualitative Data Clustering Approach Based on Attribute Importance[J].,2007,(01):89.

备注/Memo

备注/Memo:
尹松（1977-），男，江苏无锡人。硕士研究生。研究方向为数据挖掘、人工智能；周永权，教授。研究方向为神经网络、数据挖掘、计算智能
更新日期/Last Update: 1900-01-01