一种基于模糊聚类的文本挖掘新方法.pdfVIP

第26卷第 12期 计 算 机 应 用 研 究 V01．26No．12 2009年 12月 ApplicationResearchofComputers Dec．2()o9 一 种基于模糊聚类的文本挖掘新方法 术 李清峰 ，周伟林 ，何 静 ，丁小玲 (1．湖南商学院计算机与电子工程系，长沙410205；2．国防科学技术大学计算机学院，长沙410073) 摘 要：提 出了一种新的动态模糊 自组织神经网络模型(TGFCM)，并将其用于文本聚类中。针对传统模糊 自 组织神经网络需要预先确定聚类数的问题 ，TGFCM采用 了可 自动确定聚类数的动态 自组织神经 网络 (TGSOM) 的结构，在 TGSOM网络结构中提 出新的学习率计算式，并以模糊聚类 中心作为 TGFCM 网络 中对应的神经元的 权值 ，从而提高了聚类的精度 ，并可提高收敛速度。 关键词 ：文本聚类 ；动态 自组织神经网络；模糊聚类 ；动态模糊 自组织神经网络模型 中图