基于粒子群优化的文档聚类算法 |
| |
引用本文: | 魏建香,孙越泓,苏新宁.基于粒子群优化的文档聚类算法[J].情报学报,2010,29(3). |
| |
作者姓名: | 魏建香 孙越泓 苏新宁 |
| |
作者单位: | 1. 南京大学信息管理系,南京,210093;南京人口管理干部学院信息科学系,南京,210042 2. 南京师范大学数学科学学院,南京,210097 3. 南京大学信息管理系,南京,210093 |
| |
基金项目: | 国家社科基金青年自选项目,江苏省"六大人才高峰"第六批资助项目,教育部人文社会科学重点研究基地2008年度重大项目 |
| |
摘 要: | 为了解决文献自动分类问题,提出了一种基于粒子群优化算法(PSO)的文档聚类算法并根据各种参数的变化策略进行了分析与比较.由于粒子运动的范围受到粒子最大速度Vmax的影响,本文通过改变Vmax的变化类型进行仿真比较,当Vmax为凹函数,PSO算法具有较好的收敛性.同时,对惯性权重和学习系数进行了研究,提出了相应的变化策略:惯性权重线性递减,自身认知系数线性递增而社会认知系数线性递减.给出了PSO聚类算法的详细步骤,并根据各种变化策略进行了仿真分析,取得了较好的聚类效果.与标准的遗传算法(GA)相比,本文提出的PSO聚类算法具有更好的收敛效果.
|
关 键 词: | 文档聚类 最大速度 粒子群 遗传算法 参数优化 |
A Document Clustering Algorithm Using Particle Swarm Optimization |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|