基于词向量和EMD距离的短文本聚类

支持向量机(support vector machine, SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而，当训练集较大时，训练SVM需要极大的时间及空间开销。另一方面，SVM训

基于分层聚类的支持向量机模拟电路故障诊断，支持向量机的一个应用

摘要:为使支持向量数据描述(SVDD)能应用于无监督多分类情况,提出了一种基于人工免疫核聚类的支持向量数据描述(AIKCSVDD)方法。AIKCSVDD将人工免疫核聚类产生的记忆抗体作为目标数据点,使

考虑到滚动轴承振动信号的非平稳特征和实际应用中典型故障样本不易获得等原因,而在实际应用中,故障程度识别和故障类型诊断一样重要,提出一种滚动轴承故障类型及故障程度识别方法。首先对原始振动信号进行EMD分

摘要谱聚类是近年来出现的一类性能优越的聚类算法,能对任意形状的数据进行聚类,但算法对尺度参数比较敏感,利用聚类集成良好的鲁棒性和泛化能力,本文提出了基于谱聚类的聚类集成算法.该算法首先利用谱聚类算法的

使用具有词相关性的增强PLSA进行文本聚类

基于密度的聚类matlab程序代码，轻松理解密度聚类，并根据个人需求在此基础上进行改进，归为己用。

文档内容是短文本分类的外文期刊,提高英文阅读能力,获取国外分类技术信息

短文本理解研究

基于神经网络的文本聚类促进本体的构建，为优秀硕士毕业论文，对神经网络在文本聚类中的应用进行了深入的分析。