[发明专利]一种基于全覆盖粒计算的K‑medoids文本聚类方法在审
| 申请号： | 201711321280.6 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN107908624A | 公开（公告）日： | 2018-04-13 |
| 发明（设计）人： | 谢珺;邹雪君;杨云云;续欣莹 | 申请（专利权）人： | 太原理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62 |
| 代理公司： | 太原市科瑞达专利代理有限公司14101 | 代理人： | 卢茂春 |
| 地址： | 030024 山西*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于全覆盖粒计算的K‑medoids文本聚类方法，该方法包括以下步骤1)对文本进行预处理，包括中文分词，去停用词；2)对文本进行特征提取，设置高频词与低频词阈值，滤除区分度不够的高频词和代表性不强的低频词，然后利用TF‑IDF算法建立词向量空间模型；3)对文本进行聚类，首先利用single‑pass对文本进行粗聚类，利用全覆盖粒计算理论的粒度重要性概念计算初始聚类中心候选集，然后基于密度和最大最小距离算法计算初始聚类中心，最后利用k‑medoids算法进行文本聚类。本发明有效的解决了传统K‑medoids聚类算法随机选取初始聚类中心，存在迭代次数增加、聚类结果波动较大的问题，也解决了当前改进K‑medoids聚类算法中初始聚类中心位于同一类簇的问题。 | ||
| 搜索关键词： | 一种 基于 覆盖 计算 medoids 文本 方法 | ||
【主权项】：
一种基于全覆盖粒计算的K‑medoids文本聚类方法，其特征在于包括下述内容：(1)对文本进行预处理，包括中文分词，去停用词；(2)对文本进行特征提取，设置高频词与低频词阈值，滤除区分度不够的高频词和代表性不强的低频词，然后利用TF‑IDF算法建立词向量空间模型；(3)对文本进行聚类，首先利用Single‑Pass对文本进行粗聚类，利用全覆盖粒计算理论的粒度重要性概念计算初始聚类中心候选集，然后基于密度算法和最大最小距离算法计算初始聚类中心，最后利用k‑medoids算法进行文本聚类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太原理工大学，未经太原理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711321280.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种语言处理方法及装置
- 下一篇：一种PDF文档内容原位置多语言翻译方法
