基于遗传算法和自组织特征映射网络的文本聚类方法

摘要

自组织映射(SOM)算法作为一种聚类和高维可视化的无监督学习算法,为进行中文Web文档聚类提供了有力的手段.但是SOM算法天然存在着对网络初始权值敏感的缺陷,从而影响聚类质量.为此,引进遗传算法对SOM网络加以优化.提出了以遗传算法优化SOM网络的文本聚类算法(GSTCA);进行了对比实验,实验表明,改进后的算法GSTCA比SOM算法在Web中文文档聚类中具有更高的准确率,其F-measure值平均提高了14%,同时,实验还表明,GSTCA算法对网络初始权值是不敏感的,从而提高了算法的稳定性.