春花,张超,刘燕,吴微.基于免疫克隆算法的蒙古文形近元素聚类[J].数学研究及应用,2019,39(6):745~754
基于免疫克隆算法的蒙古文形近元素聚类
Mongolian Similar Elements Clustering via Immune Clone Algorithm
投稿时间:2019-08-24  修订日期:2019-10-12
DOI:10.3770/j.issn:2095-2651.2019.06.017
中文关键词:  免疫克隆算法  蒙古文形近元素聚类  $K$-均值
英文关键词:immune clone algorithm  Mongolian similar elements clustering  K-means
基金项目:内蒙古民族大学校级项目(Grant No.NMDYB18009),国家自然科学基金(Grant No.61473328; 11401076), 中央高校基本科研项目(Grant No.DUT18JC02).
作者单位
春花 大连理工大学数学科学学院, 辽宁 大连116024 
张超 大连理工大学数学科学学院, 辽宁 大连116024 
刘燕 大连工业大学基础部, 辽宁 大连 116034 
吴微 大连理工大学数学科学学院, 辽宁 大连116024 
摘要点击次数: 44
全文下载次数: 45
中文摘要:
      文本聚类是聚类技术的重要研究领域.该技术根据文本的相似特征或相似表达式对文本进行聚类,使得属于同类的文本具有最大的相似性,而属不同类文本具有最大的差异性.与其它文字相比,蒙古文的结构和书写方式具有许多特征.本文结合K-means与克隆免疫算法提出了一种称为ICKM的新型聚类技术.四种元素集上的仿真实验说明了我们提出的方法在蒙古文聚类的有效性.
英文摘要:
      Text clustering is an important research issue of clustering technique. It aims to use the similar characteristics or similar expression to group the text so that the texts in the same clusters have the greatest similarity, and those in different clusters have the greatest dissimilarity. There are many characteristics in Mongolian structure and writing-mode compared with other kinds of characters. By combining K-means and clone immune algorithm, we propose a novel clustering technique called ICKM. Numerical experiments on four elements sets illustrate the validity of our method in the clustering task for Mongolian.
查看全文  查看/发表评论  下载PDF阅读器