论文部分内容阅读
根据文本对象数据的高维性，稀疏性的特点，提出一种基于信息粒度原理的文本聚类方法。首先在给出文本的稀疏特征，文本的稀疏特征向量，文本的稀疏相似度，等价关系隶属度，广义的等价关系等定义的基础上，利用信息粒度原理生成初始聚类，然后提出并理论推导类间相似度的计算方法，进行类的归并。该算法聚类过程不依赖于输入样本的排列顺序，文本数据的有效压缩提高了算法的执行效率。