科研之友
微信
新浪微博
Facebook
分享链接
摘要
面向大规模专利文本数据的处理过程中,特征降维对于有效消除无关和冗余特征,并进一步提高学习任务的效率具有重要的作用。本文在专利数据聚类过程中,采用了基于信息熵进行特征选择,并利用潜在语义索引(LSI)的方法实现了特征降维。在利用降维技术基础上,将K-means算法与基于密度的DBSCAN算法相结合,改进了K-means算法初始聚类中心的选择方式,将其应用于专利文本聚类。t检验的实验结果表明,改进后的K-means算法的聚类结果性能显著提高。
- 单位
面向大规模专利文本数据的处理过程中,特征降维对于有效消除无关和冗余特征,并进一步提高学习任务的效率具有重要的作用。本文在专利数据聚类过程中,采用了基于信息熵进行特征选择,并利用潜在语义索引(LSI)的方法实现了特征降维。在利用降维技术基础上,将K-means算法与基于密度的DBSCAN算法相结合,改进了K-means算法初始聚类中心的选择方式,将其应用于专利文本聚类。t检验的实验结果表明,改进后的K-means算法的聚类结果性能显著提高。
