【摘 要】
：
提出一种改进的k-means文本聚类优化方法 k-means SC,将待聚类文档集分词处理后提取主要词条集,并分别采用布尔函数、TFIDF函数表示文本特征向量,通过实验对比它们各自的优缺
【基金项目】
：
江苏省自然科学基金资助项目(BK2012209);苏州市科技发展计划项目(SYG201409)
论文部分内容阅读
提出一种改进的k-means文本聚类优化方法 k-means SC,将待聚类文档集分词处理后提取主要词条集,并分别采用布尔函数、TFIDF函数表示文本特征向量,通过实验对比它们各自的优缺点。同时基于该词条集构建支持度矩阵与置信度矩阵,以此定义相似度计算公式,并在不同聚类个数条件下详细分析了该公式与其他距离计算公式的迭代次数及错误函数的表现情况,实验结果表明,在一定条件下采用TFIDF型文本特征向量能有效地提高运行效率及聚类有效性。
其他文献
商业化的上海是20世纪30年代左翼文学思潮的滋生地,左翼文学思潮的兴起与上海三十年代初文学商业化趋势有密切关系。借助上海成熟的文化市场、商业化的生产传播方式,左翼文学
利用高效精练剂SB-3结合NaOH和H202对原生苎麻进行脱胶处理，优化了苎麻纤维的脱胶工艺，并探讨了苎麻纤维脱胶-染色短流程工艺。结果表明，脱胶最佳工艺为：原生苎麻先用1．5g／LH：SO。在
【正】 中医有“肝病禁辛,心病禁咸,脾病禁酸,肺病禁苦,肾病禁甘”之说。吃西药也同样要忌口。 优降宁是常用的降血压药物,在服用该药期间,不宜食酸奶、干酷、蚕豆、腌色、巧
20世纪30年代文学大量书店(出版社)、大量报刊的存在,创造了一种文学商业化的背景,为作家提供了卖文为生这样一种新的生存方式。商业化影响着作家的生存,并经由对作家生活的
在中国现当代作家中,鲁迅的地位毋庸置疑,他的作品不仅有着开启现代文学的崇高价值,也给予了现代文学的具体创作无尽的营养。在中学语文课本中,鲁迅先生的作品收录最多;在中
信念是一种心理状态、知识系统和概率判断。分清信念与愿望、意图、信仰、信任等概念，有助于加深对人类认知和社会行为的理解。心理学中的效能理论和心理理论及其测评方法，揭示
量子阱(QW)材料中电子的运动是二维的，在某一方向上受限，导致其能量的量子化，这样在阱内形成不同的能级。利用量子阱材料可以制作激光器、发光二极管、半导体光放大器等光通信器
"教育理论与教育实践相联系"包括"教育理论联系教育实践"与"教育实践联系教育理论"两个方面,首先需要强调的是"教育理论联系教育实践"。鉴于许多人都近乎约定俗成地把关于教
随着文化的不断发展,越来越多的人追求时尚而忽略了传统文化。我们的传统文化逐渐地远离民族个性甚至丧失了文化话语权。为了保证传统文化的继承和发扬,我们应该将传统的中国
为了满足信息化相关要求，保证设备安全稳定运行，同时减少维护工作量及节约厂用电：文章结合具体工程实践，分析了原通信设备电源情况以及原水情设备电源情况，在此基础上介绍了逆变电