增量聚类

作品数：119被引量：420H指数：10
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：孟海东孙焕良王淑玲于翔张聪更多>>
相关机构：电子科技大学哈尔滨工程大学内蒙古科技大学北京科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划内蒙古自治区自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=中文信息学报x
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于半监督学习的中文社交文本事件聚类方法被引量：5
《中文信息学报》2022年第2期152-159,共8页郭恒睿 王中卿 朱巧明 李培峰 
国家自然科学基金(61772354,61836007);国家自然科学基金青年基金(61806137);江苏高校优势学科建设工程资助项目。
面向社交媒体的事件聚类旨在根据事件特征实现短文本聚类。目前,事件聚类模型主要分为无监督模型和有监督模型。无监督模型聚类效果较差,有监督聚类模型依赖大量标注数据。基于此,该文提出了一种半监督事件聚类模型(SemiEC),该模型在小...
关键词：社交媒体事件聚类 增量聚类 文本相似度 
FPC:大规模网页的快速增量聚类被引量：3
《中文信息学报》2016年第2期182-188,共7页余钧 郭岩 张凯 刘林 刘悦 俞晓明 程学旗 
国家973计划(2012CB316303;2013CB329602);国家863计划(2014AA015204);国家自然科学基金(61232010;61425016;61572473;61572467)
面向结构相似的网页聚类是网络数据挖掘的一项重要技术。传统的网页聚类没有给出网页簇中心的表示方式,在计算点簇间和簇簇间相似度时需要计算多个点对的相似度,这种聚类算法一般比使用簇中心的聚类算法慢,难以满足大规模快速增量聚类...
关键词：DOM树分层向量 网页簇中心 局部敏感哈希 快速增量聚类 
基于话题检测的自适应增量K-means算法被引量：6
《中文信息学报》2014年第6期190-193,共4页李胜东 吕学强 施水才 孙军 
网络文化与数字传播北京市重点实验室开放课题(ICDD201105;ICDD201205;ICDD201401);国家自然科学基金项目(61271304);北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目(KZ201311232037);2013年河北省高等学校科学技术研究自筹资金项目(Z2013162)
根据话题检测任务的定义和特点,本文分析了传统的增量聚类算法和K-means算法的优缺点,提出了基于话题检测的自适应增量K-means算法,设计了话题检测实验,实验结果证明了该算法提高了话题检测性能,具有良好的应用前景。
关键词：话题检测 增量聚类 K-MEANS算法 话题检测与跟踪评测 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部