蚁群-遗传融合的文本聚类算法

张云; 冯博琴; 麻首强; 刘连梦

您当前的位置：

首页 >

文章列表页 >

蚁群-遗传融合的文本聚类算法

专题研究 | 更新时间：2025-12-08

- 蚁群-遗传融合的文本聚类算法
- Text Clustering Based on Fusion of Ant Colony and Genetic Algorithms
- 西安交通大学学报 2007年41卷第10期页码：1146-1150
- 作者机构：
  
  西安交通大学电子与信息工程学院,西安,710049
- 作者简介：
- 基金信息：
  
  : 2007-02-01. 作者简介: 张云(1982～),女,博士生;冯博琴(联系人),男,教授,博士生导师. 基金项目: 国家高技术研究发展计划资助项目(2006AA01Z210);西安交通大学“教育振兴行动计划”资助项目
- DOI：
  中图分类号： TP391
- 网络首发：2007-10-10，
  
  纸质出版：2007
- 稿件说明：
移动端阅览
张云, 冯博琴, 麻首强, 等. 蚁群-遗传融合的文本聚类算法[J]. 西安交通大学学报, 2007,41(10):1146-1150.

张云, 冯博琴, 麻首强, et al. Text Clustering Based on Fusion of Ant Colony and Genetic Algorithms[J]. 2007, 41(10): 1146-1150.
张云, 冯博琴, 麻首强, 等. 蚁群-遗传融合的文本聚类算法[J]. 西安交通大学学报, 2007,41(10):1146-1150. DOI：

张云, 冯博琴, 麻首强, et al. Text Clustering Based on Fusion of Ant Colony and Genetic Algorithms[J]. 2007, 41(10): 1146-1150. DOI：

摘要

针对蚁群算法容易出现停滞现象而不能对解空间进行全面搜索的问题

提出了一种蚁群-遗传融合的文本聚类算法.该算法将影响蚁群算法性能的4个参数作为遗传算法中的染色体进行编码

基于此又设计出相应的适应度函数以及选择交叉变异算子

通过多次迭代找出最优的参数组合

并将其应用到文本聚类问题上.经与经典的k均值聚类算法、基本的蚁群聚类算法的仿真比较

结果表明所提出算法的聚类效果更好

在3个测试集上的F度量值要比k均值聚类算法分别提高5.69%、48.60%、69.60%

所以更适合于处理较大规模的数据集.

Abstract

Focusing on the problem that the ant colony algorithm gets into stagnation easily and cannot fully search in solution space

a text clustering approach based on fusion of ant colony and genetic algorithm is proposed. The four parameters which influence the performance of ant colony algorithm are encoded as chromosomes

thereby the fitness function

selection

crossover and mutation operator are designed to find the combination of optimal parameters through a number of iterations

and then it is applied to text clustering. The simulation results show that compared with the classical k-means clustering and the basic ant colony clustering algorithm

the proposed algorithm has better performance and the value of F-measure is enhanced by 5.69%

48.60% and 69.60% respectively in 3 test data sets. Therefore it is more suitable for processing larger datasets.

关键词

Keywords

references

刘远超, 王晓龙, 徐志明, 等. 文档聚类综述 [J]. 中文信息学报, 2006, 20(3):55-62.

Liu Yuanchao, Wang Xiaolong, Xu Zhiming, et al. A survey of document clustering [J]. Journal of Chinese Information Processing, 2006, 20(3):55-62.

Sasaki M, Shinnou H. Spam detection using text clustering [C]∥International Conference on Cyberworlds. Los Alamitos, USA: IEEE Computer Society, 2005: 316-319.

He Feng, Ding Xiaoqing. Combining text clustering and retrieval for corpus adaptation [C/OL]∥Proceedings of SPIE.[2007-01-31]. http:∥spiedigitallibrary. api.org.

Dorigo M, Blum C. Ant colony optimization theory: a survey [J]. Theoretical Computer Science, 2005, 344(2/3):243-278.

Zhu Xingliang, Li Jianzhang. An ant colony system-based optimization scheme of data mining [C]∥Proceedings of the 6th International Conference on Intelligent Systems Design and Applications. Los Alamitos, USA: IEEE Computer Society, 2006:400-403.

van Rijsbergen C J. Information retrieval [M]. 2nd ed. London:Butterworths, 1979.

吴春明, 陈治, 姜明. 蚁群算法中系统初始化及系统参数的研究 [J]. 电子学报, 2006, 34(8):1530-1533.

Wu Chunming, Chen Zhi, Jiang Ming. The research on initialization of ants system and configuration of parameters for different TSP problems in ant algorithm [J]. Acta Electronica Sinica, 2006, 34(8):1530-1533.

黄永青, 梁昌勇, 张祥德. 基于均匀设计的蚁群算法参数设定 [J]. 控制与决策, 2006, 21(1):93-96.

Huang Yongqing, Liang Changyong, Zhang Xiangde. Parameter establishment of an ant system based on uniform design [J]. Control and Decision, 2006, 21(1):93-96.

段海滨. 蚁群算法原理及其应用 [M]. 北京:科学出版社, 2005.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

氘氘中子源超热中子场优化设计

石化设备故障率分布参数和维修效果参数估计

基于遗传算法的复合式贴片机贴装过程优化

面向Pareto最优遗传算法的服务组合方法