基于Web文本的聚类算法的应用研究

针对Web用户聚类时, 社会标注系统中用户访问资源数据稀疏从而导致传统聚类算法效率不高的问题, 提出了一种三向迭代聚类算法, 对用户、标签和资源分别聚类, 利用三者之间的关联关系不断相互交叉迭代调整,

通过对Web网站的日志进行聚类分析，目的是获取用户兴趣访问模式，进而为不同用户群体提供定制的个性化服务。针对原始CURE算法在代表点选择的随机性、不能充分体现用户兴趣偏好方面存在的问题，提出了改进的用

针对模糊C-均值聚类法用于图像聚类时仅利用了像素的灰度信息，而忽视空间位置信息，导致在噪声区域和边界处有误分类现象，提出一种新的基于空间邻域加权的模糊C-均值图像聚类法。首先，定义了一个空间邻域信息函

基于蚁群算法的聚类算法matlab实现

基于层次的聚类算法（以BIRCH算法为例）算法形式化描述输入：包含N个对象的数据集合D输出：簇集合。

针对FCM（FuzzyC-Means）算法对于初始聚类中心敏感，并只适合于发现球状类型簇的缺陷，提出采用冗余聚类中心初始化的方法降低算法对初始聚类中心的依赖，并先暂时将大簇或者延伸形状的簇分割成用多个

关于网页聚类的研究已经提出多种基于文本—链接模型的聚类算法，其中应用最广泛的便是MS模型。针对MS模型在效率和计算精度方面的不足，提出了改进的TLMS模型。新模型通过将词聚成词簇、链接向量聚成链接簇的

本文介绍了一种基于语义相似度的聚类算法，从语义的角度来计算文本之间的相似度，大大提高了聚类效果。

在正交三重NMF模型中,加入文本空间的成对约束信息和词空间的类别约束信息,将不同的特征词项进行分类。利用迭代规则对原始的词一文档矩阵进行分解,获得文本聚类结果。与多种传统半监督文本聚类算法的对比结果表

核的求解是粗糙集理论的重要研究内容之一,也是很多属性约简的关键步骤.目前已有一些关于核的求解算法,但有关核的更新算法却报道不多.文献[9]给出了对象增加情况下核的更新算法,但没有考虑对象修改情况下的核