CN114266249B 一种基于birch聚类的海量文本聚类方法 （东北大学）_第1页
CN114266249B 一种基于birch聚类的海量文本聚类方法 （东北大学）_第2页
CN114266249B 一种基于birch聚类的海量文本聚类方法 （东北大学）_第3页
CN114266249B 一种基于birch聚类的海量文本聚类方法 （东北大学）_第4页
CN114266249B 一种基于birch聚类的海量文本聚类方法 （东北大学）_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

于birch聚类的海量文本聚类方法。针对海量文本的处理，使用改进的birch聚类算法建立哈希聚类特征树CFTree，当初始CFTree构建完成后，通过提升阈值T来重建CF树以吸收更多的异进行切词和去停用词的基础上，使用加权技术的部分作为文本特征通过局部敏感哈希算法进2步骤4：利用全局聚类方法对所有簇进行聚类并更新聚类中心表，得到最终的分类结2.根据权利要求1所述的一种基于birch聚3.根据权利要求2所述的一种基于birch4.根据权利要求1所述的一种基于birch聚类的海量文35.根据权利要求1所述的一种基于birch4[0001]本发明属于机器学习技术领域，具体涉及一种基于birch聚类的海量文本聚类方确性。中国专利“CN106557777A一种基于SimHash改进的K-means文档聚类方法”融合了[0005]针对现有技术的不足，本发明提出一种基于birch聚类的海量文本聚类方法，包5值与各簇中心的汉明距离，若文本与聚类中心的汉明距离小于等于阈值T，则将文本的6[0033]本发明提出了一种基于birch聚类的海量文本聚类方法，在对文本进行切词和去处理阶段都应该去除掉。[0041]特征降维是指对预处理得到的字词采用局部敏感哈希算法转化为Nbit的0/1字符7[0061]步骤4：为保证聚类效果，利用全局聚类方法对所有簇进行聚类并更新聚类中心8200.985.20.620.71行时间也快了2倍多。总体上看，bitch算法在处理海量文本方面较K-means算法有很大提维度，降低了聚类的复杂度；采用改进的birch算法将欧式空间

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论