搜索资源列表
Incremental_Document_Clustering
- 一个增量文本聚类的算法。 参考文献： Wai-chiu Wong, Ada Wai-chee Fu, Incremental Document Clustering for Web Page Classification. -an incremental version of the clustering algorithm. References : Wai-chiu Wong, Ada Wai-CHEE Fu, Incremental Document Clustering for
kmeansjulei
- 这是用VC++编写的K_means 聚类算法的程序，详细的运行说明在文件夹的文本说明里！-This is the preparation of the VC K_means clustering algorithm procedures, a detailed statement of the operation folder notes to the text!
wenbenwajue1232
- 关于文本挖掘的摘要,对各种聚类算法进行了分析,是个好的东西-on Text Mining summary of the various clustering algorithms to the analysis is a good thing
KMEANSII
- 神经网络中的K均值聚类算法II： 1.KMIn为输入数据文本，其中，第一个参数为所要聚类点个数，第二个参数为聚类点的维数,第三个参数为所要求聚类的个数 2.KM2OUT为经过K均值聚类算法II计算后得到的结果
dsa
- 基于SOM算法实现的文本聚类，有详细的剖析与例证，希望大家喜欢
wawatextcluster
- 蛙蛙的中文文本聚类，主要采用k-means算法。wawa s text cluster using C#.
cluster_algorithm
- 包括分解聚类算法和k-均值聚类算法，内有用到的数据文本文件，开发环境Visual Studio .NET2003
featureselectionbasedongeneticalgorithm
- 利用遗传算法进行文本聚类的特征选择.把一种特征组合看作一个染色体，对其进行二进制编码，引入文本集密度作为适应度函数进行特征个体适应度的评价.
FCM的一种实现方法
- 请运行程序，并在程序所在文件夹下面创建文本文件：datain.txt和paramOut.txt，文件的详细说明见下面。程序的运行没有可视的界面，运行完毕之后会在该文件夹下面产生center.txt和matrix.txt两个文件，其中center.txt为聚类的中心，matrix.txt为隶属度矩阵。在运行本程序之前，先参考一下FCM聚类算法介绍.doc
kMeans
- k-mean image clustering source code developed using java
program
- 基于无监督学习的谱聚类算法的文本的聚类分类。-Unsupervised Learning Based on spectral clustering algorithm for text clustering classification.
ClusterTitle_ED
- 能实现大规模文本间的编辑距离的计算，算法完整市现了处理过程，基于vc6.0环境编写，可以运用与聚类算法。-To achieve large-scale text edit distance between the calculation, the algorithm is a complete city process, based on the vc6.0 environmental preparation, and clustering algorithms can be used.
IntServer
- 复杂网络聚类算法进行文本分析，能够进行关键字的提取和分类功能。-Complex network clustering algorithm for text analysis, to carry out keyword extraction and classification capabilities.
SC_demo
- 整理图像特征点提取和分类的程序（可以作为场景分类的前期工作），自己调试过能运行，特征点提取用的SIFT算法，使用K-means聚类算法，将得到的20个聚类中心写入txt文本中-Finishing the image feature point extraction and classification procedures (which can be as the preparatory work of the scene classification), their own debugging
AdvanceEditDistance
- 编辑距离算法的详尽实现，是文本聚类的很好解决途径，解决了经典编辑距离的弊端，在vc6.0下实现，能处理大规模文本，速度快，效率高。-Edit distance algorithm detailed implementation is a good text clustering solutions to address the shortcomings of the classical edit distance, in vc6.0 to achieve, can handle large-sc
cluster
- 提出了一种基于语义内积空间模型的文本 聚类算法. -Text proposed clustering algorithm within the semantic model based on the product space.
Kmeans
- 算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现(Algorithm idea: extract the TF/IDF weight of the document, then calculate the distance between two multidimensional vectors by cosine theorem, calculate the similarity
3975820
- 神经网络中的K均值聚类算法II： 1 KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三()
17196052
- 神经网络中的K均值聚类算法II： 1 KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三()
协同过滤算法
- 文本聚类(Text clustering)文档聚类主要是依据著名的聚类假设:同类的文档相似度较大，而不同类的文档相似度较小。作为一种无监督的机器学习方法，聚类由于不需要训练过程，以及不需要预先对文档手工标注类别，因此具有一定的灵活性和较高的自动化处理能力，已经成为对文本信息进行有效地组织、摘要和导航的重要手段，为越来越多的研究人员所关注。(Text clustering document clustering is based on the well-known clustering assum