已閱讀1頁(yè)，還剩70頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、該文從面向大規(guī)模的中文文本,在文本的聚類(lèi)和文本的摘要方面展開(kāi)了研究與探索：首先,針對(duì)文本的聚類(lèi)算法,作了相關(guān)的研究.中文文本的聚類(lèi)有多種方法.該文著重對(duì)人工神經(jīng)網(wǎng)絡(luò)算法和新興的螞蟻算法進(jìn)行研究和分析比較.在人工神經(jīng)網(wǎng)絡(luò)算法方面,以自組織映射（Self0OrganizingMaps,SOM）為基礎(chǔ)結(jié)合模糊聚類(lèi)的算法,實(shí)現(xiàn)了多層次的文本聚類(lèi),收到了較好的效果.人工神經(jīng)網(wǎng)絡(luò)算法作為經(jīng)典的算法有自己的優(yōu)點(diǎn),采用螞蟻算法可以實(shí)現(xiàn)文本聚類(lèi)的目的.該
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于語(yǔ)義過(guò)濾的文本和文本流聚類(lèi)研究.pdf
- 中文文本關(guān)鍵詞提取和文本聚類(lèi)中聚類(lèi)中心點(diǎn)選取算法研究.pdf
- 文本聚類(lèi)的研究.pdf
- 基于圖模型聚類(lèi)的文本摘要方法研究.pdf
- 基于代表點(diǎn)的數(shù)據(jù)和文本聚類(lèi)新方法的研究.pdf
- 基于混合文本集的文本聚類(lèi)方法研究.pdf
- 基于譜聚類(lèi)的文本聚類(lèi)算法研究.pdf
- 中文Web文本聚類(lèi)研究.pdf
- 基于文本降維和蟻群算法的文本聚類(lèi)研究.pdf
- 基于文本相似度的中文文本聚類(lèi)的研究.pdf
- 基于《知網(wǎng)》的文本聚類(lèi)研究.pdf
- 短信文本的聚類(lèi)方法研究.pdf
- 基于NMF算法的文本聚類(lèi)研究.pdf
- 基于RI方法的文本聚類(lèi)研究.pdf
- 基于LDA模型的文本聚類(lèi)研究.pdf
- 面向文本聚類(lèi)的語(yǔ)義加權(quán)研究.pdf
- 基于DBSCAN的文本聚類(lèi)算法研究.pdf
- 中文文本聚類(lèi)算法研究.pdf
- 基于知網(wǎng)的文本聚類(lèi)研究
- 短文本聚類(lèi)及聚類(lèi)結(jié)果描述方法研究.pdf
評(píng)論
0/150
提交評(píng)論