论文研究基于LDA主题模型的文本聚类研究 .pdf

基于多重集合，对Z.Pawlak粗集意义下的概率粗糙集模型的论域进行了扩展，提出了基于多重集的概率粗糙集模型，即多重概率粗糙集模型，给出了该模型的完整定义、相关定理和重要性质，其中包括多重论域定义、多

中文本体的智能构建是当前的研究热点。在中文本体特点的基础上，引入Agent技术，利用其灵活性、自治性等特点，提出了一个基于Agent的中文本体智能构建模型。该模型分为数据抽取层、本体创建层和本体处理层

对于具有多特征的复杂数据，使用子数据集作为聚类成员的输入并使用加权投票的聚类集成方法可以权衡不同聚类成员的质量，提高聚类的准确性和稳定性。针对子数据集的选择及权重的计算方式，提出了最小相关特征的子数据

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

研究了文本挖掘精确度问题。针对传统的聚类文本分类算法在文本分类中存在高维性和稀疏性，特别是同义词和近义词难以进行分类，使得分类的精确度低等问题，提出了一种聚类平均信息量文本分类算法。算法从信息论观点分

提出一种模拟电路故障的分布式诊断算法，用以解决大数据量故障样本集所带来的网络规模过大，训练时间过长等问题。该算法采用有监督Hebb学习规则，在训练学习过程中添加类别标识，避免了因数据分割而产生的部分知

谱聚类综述，李静伟，张宪超，谱聚类是近年来新出现的一种极具竞争力的聚类算法。与传统的聚类算法不同，谱聚类不对数据的全局结构作假设，因此可以发现非凸�

论文研究-属性均值聚类.pdf,

语义Web的高速发展使其具有动态性和异构性特征，解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式，增强了Web的语义信息。因此，为了解决语义异构性，实现数据间的互操

Kmeans聚类算法改进研究，李森林，蒋启明，Kmeans是一种聚类算法，可以完成对无标签数据的聚集，在模式识别，数据挖掘等领域有着广泛的应用。针对高维度数据聚类效果差、准确