本文已被：浏览 3423次 下载 14272次
Received:February 06, 2009
Received:February 06, 2009
中文摘要: 针对K—means算法容易收敛到局部最优以及对初值的依赖性，基于多次采样一次预聚类搜索初始聚类中心的思想，提出了一种改进的K—means文本聚类方法。实验结果表明，改进的算法较原算法在准确率上有较大提高，并且具有更好的稳定性。
中文关键词: K—Means算法 文本聚类 向量空间模型
Abstract:
keywords:
文章编号： 中图分类号： 文献标志码：
基金项目:四川省教育厅重点科研项目(07ZA121)
| Author Name | Affiliation |
| 毛嘉莉 | 西华师范大学 计算机学院 四川 南充 637002 |
| Author Name | Affiliation |
| 毛嘉莉 | 西华师范大学 计算机学院 四川 南充 637002 |
引用文本：
毛嘉莉.基于K-means的文本聚类算法①.计算机系统应用,2009,18(10):85-87
.Text Clustering Algorithm Based on K-Means.COMPUTER SYSTEMS APPLICATIONS,2009,18(10):85-87
毛嘉莉.基于K-means的文本聚类算法①.计算机系统应用,2009,18(10):85-87
.Text Clustering Algorithm Based on K-Means.COMPUTER SYSTEMS APPLICATIONS,2009,18(10):85-87
