特征加权距离及软子空间学习相结合文本聚类新方法王骏.pdf

第 卷 第 期 计 算 机 学 报 ３５ ８ 　 　　 　　 　　 　　 Ｖｏｌ．３５ Ｎｏ．８ 年 月 ２０１２ ８ Ａｕ ．２０１２ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦ ＣＯＭＰＵＴＥＲＳ ｇ 　 　 　 　 特征加权距离与软子空间学习相结合的文本聚类新方法 王 骏 王士同 邓赵红 　 　 　 （ ） 江南大学数字媒体学院 江苏 无锡 ２１４１２２ 　 　 、 、 ， 摘 要 文本数据维数高 数据分布稀疏 不同类别的特征相互重叠 这为聚类分析提出了挑战 针对文本数据的 ． 　 　 ， ， ， 这一特点 将特征加权技术与软子空间相结合 基于模糊聚类的算法框架 提出了一种适用于高维文本数据的软子 ， ， ， 空间模糊聚类新方法 首先 基于加权范数理论 提出了新的特征加权距离计算方法 接着 将其与软子空间学习的 ． ． ， ， 理论框架相结合 提出了面向模糊聚类的新的目标学习准则 通过向约束条件中引入熵指数 从而扩展了模糊指 ． ｒ ， ， 数 的取值范围 并给出了物理解释 基于 收敛定理对算法的全局收敛性给出理论证明 实验表明 文中 ｍ ． Ｚａｎ ｗｉｌｌ ． ｇ ， 算法可以使软子空间学习和聚类分析同时进行 其性能比现有的相关算法有了较大的提高． ； ； ； ； 关键词 模糊聚类 文本聚类 软子空间 特征加权距离 全局收敛性 　 中图法分类号 号： ／ ＴＰ３１１ ＤＯＩ １０．３７２４ＳＰ．Ｊ．１０１６．２０１２．０１６５５ 　　　 Ａ ＮｏｖｅｌＴｅｘｔＣｌｕｓｔｅｒｉｎ ＡｌｏｒｉｔｈｍＢａｓｅｄｏｎＦｅａｔｕｒｅＷｅｉ ｈｔｉｎ Ｄｉｓｔａｎｃｅａｎｄ