基于自适应谐振理论的Web文档聚类集成方法  

Web Document Ensemble Clustering Based on Adaptive Resonance Theory

作　　者：杨燕[1] 靳蕃[1] Kamel Mohamed 

机构地区：[1]西南交通大学信息科学与技术学院,四川成都610031 [2]Dept.of Electrical and Computer Eng.,University of Waterloo,Waterloo,Ontario,Canada N2L 3G1

出　　处：《西南交通大学学报》2009年第1期26-31,共6页Journal of Southwest Jiaotong University

基　　金：四川省重大应用基础研究资助项目(04JY029-001-4)

摘　　要：提出了基于自适应谐振理论的Web文档聚类集成方法.该方法先用蚁群算法对Web文档进行聚类,再用ART神经网络对聚类结果集成.实验结果表明,集成后的聚类综合质量高于集成前的聚类综合质量.A method for Web document ensemble clustering based on adaptive resonance theory （ART） was proposed. It consists of two steps： clusters are obtained with an ant-based clustering algorithm, and the clustering results are combined as the final target by an ART neural network. Experiments show that the overall clustering performance is improved after combination.

关 键 词：自适应谐振理论 聚类集成 蚁群聚类算法 WEB文档 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论] TP18[自动化与计算机技术—计算机科学与技术]