首页> 外文OA文献 >Graph based Text Document Clustering by Detecting Initial Centroids for k-means

【2h】

Graph based Text Document Clustering by Detecting Initial Centroids for k-means

机译：基于图形的文本文档聚类，通过检测k-means的初始质心

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Vikas Kumar Sihag;
展开▼
作者单位

展开▼
年度 2013
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. DIC-DOC-K-means: Dissimilarity-based Initial Centroid selection for DOCument clustering using K-means for improving the effectiveness of text document clustering [J] . Lakshmi R., Baskar S. Journal of Information Science . 2019,第6期

机译：DIC-DOC-K-means：使用K-means的DOCument聚类基于不相似性的初始质心选择，以提高文本文档聚类的效率
2. Improving spherical k-means for document clustering: Fast initialization, sparse centroid projection, and efficient cluster labeling [J] . Kim Hyunjoong, Kim Han Kyul, Cho Sungzoon Expert systems with applications . 2020,第Jula期

机译：提高文档聚类的球形K均值：快速初始化，稀疏质心投影和有效的群集标签
3. Self-Organizing Map vs Initial Centroid Selection Optimization to Enhance K-Means with Genetic Algorithm to Cluster Transcribed Broadcast News Documents [J] . Maghawry Ahmed, Omar Yasser M. K., Badr Amr The international arab journal of information technology . 2020,第3期

机译：自组织地图与初始心针选择优化，以增强K-mean，以遗传算法为群集转录的广播新闻文档
4. A Median based External Initial Centroid Selection Method for K-means Clustering [C] . M. Sampath Premkumar, S. Hari Ganesh World Congress on Computing and Communication Technologies . 2017

机译：基于中位的k均值群集的外部初始质心选择方法
5. Evaluation of Text Document Clustering Using k-Means [D] . Beumer, Lisa. 2020

机译：使用K-Means的文本文档聚类评估
6. Does Determination of Initial Cluster Centroids Improve the Performance of K-Means Clustering Algorithm? Comparison of Three Hybrid Methods by Genetic Algorithm Minimum Spanning Tree and Hierarchical Clustering in an Applied Study [O] . Saeedeh Pourahmad, Atefeh Basirat, Amir Rahimi, 2020

机译：初始簇质心的确定是否提高了K-Means聚类算法的性能？应用研究中遗传算法最小生成树和分层聚类的三种混合方法的比较
7. Does Determination of Initial Cluster Centroids Improve the Performance of K-Means Clustering Algorithm? Comparison of Three Hybrid Methods by Genetic Algorithm, Minimum Spanning Tree, and Hierarchical Clustering in an Applied Study [O] . Saeedeh Pourahmad, Atefeh Basirat, Amir Rahimi, 2020

机译：初始簇质心的确定是否提高了K-Means聚类算法的性能？应用研究中遗传算法，最小生成树和分层聚类的三种混合方法的比较

Graph based Text Document Clustering by Detecting Initial Centroids for k-means

著录项

引文网络

相似文献

相关主题

期刊订阅