基于GEP和CPN网络的文本聚类算法  

Text clustering algorithm based on GEP and CPN network

作　　者：罗锦光[1] 元昌安[1] 郭乙江[1] 邹鹏[1] 

机构地区：[1]广西师范学院计算机与信息工程学院,广西南宁530023

出　　处：《计算机工程与设计》2011年第11期3873-3876,共4页Computer Engineering and Design

基　　金：国家自然科学基金项目(60763012);广西新世纪十百千人才工程专项基金项目(RC2007022);广西高等学校优秀人才计划基金项目(RC2007022);广西研究生教育创新计划基金项目(2010106030774M02)

摘　　要：针对传统的方法很难做到根据输入向量的实际分布来设置Kohonen层各神经元对应的权向量的状况,因其会影响文本的聚类质量,所以利用人工神经网络和基因表达式编程(GEP)的互补优势,通过利用GEP在组合优化的方法进行对CPN网络中Kohonen层的联接权向量的优化,提出了一种基于GEP和CPN网络的文本聚类算法(GCTCA)。通过实验结果表明了该算法在文本聚类上的有效性与优越性。For the traditional method, which is hard to do that setting each neuron corresponding to weight vector in the Kohonen layer by the actual distribution of the inputted vectors, thus the quality of text clustering may be affected. Considering this status, the com- plementary strengths are used in artificial neural networks and gene expression programming （GEP）, and the connecting weight vector is optimized in the Kohonen of the CPN network by using the method of the GEP in combinatorial optimization, thus a GEP-and-CPN- based text clustering algorithm （GCTCA） is proposed. Finally, the validity and superiority of the presented algorithm is demonstrated by two experiments.

关 键 词：文本聚类 基因表达式 对传网络 神经网络 自组织映射 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]