已閱讀1頁，還剩110頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘和文本挖掘是當前信息技術(shù)中的一個重要研究領(lǐng)域； 將軟計算方法之一的遺傳算法應(yīng)用于數(shù)據(jù)及文本挖掘方法研究,具有較大的理論意義和實用價值.本文研究了基于遺傳算法和社會演化算法的數(shù)據(jù)挖掘和文本挖掘方法,主要包括數(shù)據(jù)挖掘和文本挖掘中的屬性約簡問題、聚類問題.所做主要工作內(nèi)容包括: 提出一種基于遺傳算法和k-medoids算法的新的聚類方法.該方法既可以很好地解決局部最優(yōu)的問題,也可以很好地解決孤立點的問題,同時用于和k-
2、medoids算法相結(jié)合,可以加快遺傳算法的收斂速度,節(jié)約了時間成本. 采用遺傳算法和模式聚合進行文本特征降維.模式聚合可以有效降低文本特征的維數(shù),使得特征從幾千維降為幾百維,在此基礎(chǔ)上采用遺傳算法繼續(xù)降維. 采用遺傳算法和潛在語義索引進行文本特征降維.潛在語義索引通過奇異值分解可以有效地降低向量空間的維數(shù).在此基礎(chǔ)上采用遺傳算法繼續(xù)降維. 采用社會演化算法進行聚類.K均值聚類算法通常只能以局部最優(yōu)結(jié)束,很難找到
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法與模糊聚類的文本分類研究.pdf
- 基于遺傳算法的文本聚類技術(shù)研究.pdf
- 基于遺傳算法的文本聚類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)等技術(shù)的數(shù)據(jù)與文本聚分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)等技術(shù)的數(shù)據(jù)與文本聚分類研究
- 基于混合并行遺傳算法的文本分類及聚類研究.pdf
- 基于遺傳算法的高維數(shù)據(jù)聚類研究.pdf
- 遺傳算法在文本分類中的研究與應(yīng)用.pdf
- 基于遺傳算法的模糊聚類技術(shù)的研究.pdf
- 基于遺傳算法的基因芯片數(shù)據(jù)聚類研究.pdf
- 基于遺傳算法進行高維數(shù)據(jù)聚類的新算法.pdf
- 基于遺傳算法的指紋分類算法研究.pdf
- KNN文本分類中基于遺傳算法的特征提取技術(shù)研究.pdf
- 基于遺傳算法的聚類挖掘研究.pdf
- 基于遺傳算法的聚類方法研究.pdf
- 基于遺傳算法的參數(shù)自適應(yīng)數(shù)據(jù)流聚類算法研究.pdf
- 基于遺傳算法的數(shù)據(jù)挖掘技術(shù)研究
- 基于粗糙集理論與遺傳算法的分類算法研究.pdf
- 基于聚類技術(shù)的多目標細胞遺傳算法.pdf
- 基于遺傳算法的數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用.pdf
評論
0/150
提交評論