一种基于自动阈值鱼群算法的文本聚类方法技术

本发明专利技术公开了一种基于自动阈值鱼群算法的文本聚类方法，通过计算文本特征向量的相似度矩阵，采用相似度矩阵的每行元素获得每个文本的初始等价划分阈值，从而对文本进行初始等价划分，进而确定初始聚类数目和初始聚类中心；结合采用人工鱼群算法，根据全局最优和局部最优信息更新每条人工鱼的状态，以寻找全局最优聚类中心，对初始聚类结果再聚类。由于采用自动获取阈值的方法得到初始聚类数目和初始聚类中心，并通过人工鱼群算法寻找全局最优聚类中心，本发明专利技术克服了传统聚类方法对初值敏感、仅依靠局部数据特性等弊端，可提高文本聚类的准确度与智能性。

【技术实现步骤摘要】

【技术保护点】
一种基于自动阈值鱼群算法的文本聚类方法，其特征在于包括以下步骤：（1）、对N个文本对象进行预处理，包括中文分词、去停用词、词频统计、特征项提取、文本向量化，得到文本对象的特征向量：xi=Σr=1Rlr,iar;（2）、根据N个文本对象的特征向量计算每个文本对象的初始等价划分阈值Thi，确定初始聚类数目和初始聚类中心：2.1）、计算文本对象的相似度矩阵S：其中，sim(xi,xj),1≤i≤N,1≤j≤N表示文本对象xi、xj之间的相似度；2.2）、将相似度矩阵S的每行元素按相似度从大到小排序，得到排序后的相似度矩阵S′：其中，sim(xi,xj′),1≤j′≤N表示经排序后文本对象...

【技术特征摘要】

【专利技术属性】
技术研发人员：孙健，梁雪芬，徐杰，隆克平，艾丽丽，周云龙，唐明，王晓丽，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：