基于蚁群聚类算法的文本模糊聚类方法  

An Ant Colony Clustering Algorithm Based Document Fuzzy Clustering Algorithm

作　　者：孟岩[1] 刘希玉[1] 李镇 

机构地区：[1]山东师范大学管理与经济学院,山东济南250014 [2]山东省高速公路泰安管理处,山东泰安271000

出　　处：《山东科学》2007年第5期48-52,共5页Shandong Science

基　　金：山东省自然科学基金重大项目(Z2004G02);泰山学者建设工程专项经费资助项目;山东省教育厅计划项目(J05G01)

摘　　要：针对模糊C-均值本文提出将基于蚁群算法的模糊聚类算法应用于文本聚类中,聚类采用二级结构,蚁群算法(ACA)作为一级结构,模糊C-均值聚类FCM用于二级结构。将此算法对文本集合进行聚类实验,并用分离系数、分离熵来判断模糊划分的效果,实验结果表明,与FCM相比,该算法具有较好的聚类效果。This paper proposes a fuzzy partitioned clustering algorithm based on ant colony clustering algorithm, which uses a two-stage structure：ACA as the first stage, and FCM as the second one. The algorithm is used to conduct a clustering experiment on a document set. The quality of a fuzzy partition is evaluated by separate quotiety and entropy. The experimental results show that the algorithm can obtain better clustering result than FCM.

关 键 词：蚁群聚类算法 模糊C-均值聚类算法 分离系数 分离熵 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]