期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
TGSOM:一种用于数据聚类的动态自组织映射神经网络
被引量:
28
1
作者
王莉
王正欧
《电子与信息学报》
EI
CSCD
北大核心
2003年第3期313-319,共7页
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了...
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。
展开更多
关键词
tgsom
神经网络
数据聚类
数据挖掘
自组织特征映射
树形动态自组织映射
下载PDF
职称材料
基于客户价值和TGSOM网络方法的客户分类
被引量:
4
2
作者
杨杰
王卫平
《价值工程》
2005年第3期22-24,共3页
以客户为中心是现代企业经营的指导思考。它要求重视客户资源,通过研究客户确定市场,强化与高价值客户的关系。因此,客户价值对企业而言,至关重要。本文首先对企业客户价值进行了定性和定量的分析,并以定量分析为基础,在对与客户价值相...
以客户为中心是现代企业经营的指导思考。它要求重视客户资源,通过研究客户确定市场,强化与高价值客户的关系。因此,客户价值对企业而言,至关重要。本文首先对企业客户价值进行了定性和定量的分析,并以定量分析为基础,在对与客户价值相关属性进行标准化之后,采用动态自组织映射神经网络(TGSOM)对客户进行分类预测。其中客户价值相关属性的标准化,是采用TGSOM网络进行客户分类的关键步骤。
展开更多
关键词
客户价值
客户分类
企业客户
以客户为中心
现代企业经营
客户资源
市场
导思
网络
高价
下载PDF
职称材料
一种基于自组织神经网络的中文文本聚类新方法
被引量:
11
3
作者
徐建锁
王正欧
王莉
《情报学报》
CSSCI
北大核心
2003年第6期676-680,共5页
针对传统K-均值等算法在文本聚类中的缺陷,本文提出了一种树形动态自组织映射(TGSOM)神经网络来实现中文文本聚类,克服了传统的K-均值等算法中文本种类需要预先给定的缺点.本文详尽描述了该网络模型的生成算法和算法中扩展因子的作用,...
针对传统K-均值等算法在文本聚类中的缺陷,本文提出了一种树形动态自组织映射(TGSOM)神经网络来实现中文文本聚类,克服了传统的K-均值等算法中文本种类需要预先给定的缺点.本文详尽描述了该网络模型的生成算法和算法中扩展因子的作用,并阐述了中文文本的数字化方法--TF.IDF.IG方法.
展开更多
关键词
中文文本
文本聚类
自组织映射
tgsom
神经网络
K-均值算法
文本数字化
下载PDF
职称材料
文本分类中基于词条聚合的特征抽取
被引量:
4
4
作者
蒋宗礼
徐学可
李帅
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2008年第11期1205-1209,共5页
特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组...
特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGSOM)进行词条聚合,并根据聚合特征的特点,考虑所包含的词条的文档频率的不同和区分文档类别属性的能力的不同,提出了一种新权重计算方法,最后利用SPR INT决策树算法进行分类,实验表明该方法比普通方法分类精度提高4.32%.
展开更多
关键词
特征抽取
词条聚合
tgsom
权重计算
下载PDF
职称材料
一种基于模糊聚类的文本挖掘新方法
被引量:
1
5
作者
李清峰
周伟林
+1 位作者
何静
丁小玲
《计算机应用研究》
CSCD
北大核心
2009年第12期4453-4456,共4页
提出了一种新的动态模糊自组织神经网络模型(TGFCM),并将其用于文本聚类中。针对传统模糊自组织神经网络需要预先确定聚类数的问题,TGFCM采用了可自动确定聚类数的动态自组织神经网络(TGSOM)的结构,在TGSOM网络结构中提出新的学习率计算...
提出了一种新的动态模糊自组织神经网络模型(TGFCM),并将其用于文本聚类中。针对传统模糊自组织神经网络需要预先确定聚类数的问题,TGFCM采用了可自动确定聚类数的动态自组织神经网络(TGSOM)的结构,在TGSOM网络结构中提出新的学习率计算式,并以模糊聚类中心作为TGFCM网络中对应的神经元的权值,从而提高了聚类的精度,并可提高收敛速度。
展开更多
关键词
文本聚类
动态自组织神经网络
模糊聚类
动态模糊自组织神经网络模型
下载PDF
职称材料
题名
TGSOM:一种用于数据聚类的动态自组织映射神经网络
被引量:
28
1
作者
王莉
王正欧
机构
天津大学系统工程研究所
出处
《电子与信息学报》
EI
CSCD
北大核心
2003年第3期313-319,共7页
基金
国家自然科学基金(No.60275020)
文摘
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。
关键词
tgsom
神经网络
数据聚类
数据挖掘
自组织特征映射
树形动态自组织映射
Keywords
Data clustering, Data mining. Neural networks, Self-organizing feature maps
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于客户价值和TGSOM网络方法的客户分类
被引量:
4
2
作者
杨杰
王卫平
机构
中国科技大学商学院
出处
《价值工程》
2005年第3期22-24,共3页
文摘
以客户为中心是现代企业经营的指导思考。它要求重视客户资源,通过研究客户确定市场,强化与高价值客户的关系。因此,客户价值对企业而言,至关重要。本文首先对企业客户价值进行了定性和定量的分析,并以定量分析为基础,在对与客户价值相关属性进行标准化之后,采用动态自组织映射神经网络(TGSOM)对客户进行分类预测。其中客户价值相关属性的标准化,是采用TGSOM网络进行客户分类的关键步骤。
关键词
客户价值
客户分类
企业客户
以客户为中心
现代企业经营
客户资源
市场
导思
网络
高价
Keywords
the Value of Customer
tgsom
Network
Standardization
分类号
N94 [自然科学总论—系统科学]
F270 [经济管理—企业管理]
下载PDF
职称材料
题名
一种基于自组织神经网络的中文文本聚类新方法
被引量:
11
3
作者
徐建锁
王正欧
王莉
机构
天津大学系统工程研究所
出处
《情报学报》
CSSCI
北大核心
2003年第6期676-680,共5页
基金
国家自然科学基金
文摘
针对传统K-均值等算法在文本聚类中的缺陷,本文提出了一种树形动态自组织映射(TGSOM)神经网络来实现中文文本聚类,克服了传统的K-均值等算法中文本种类需要预先给定的缺点.本文详尽描述了该网络模型的生成算法和算法中扩展因子的作用,并阐述了中文文本的数字化方法--TF.IDF.IG方法.
关键词
中文文本
文本聚类
自组织映射
tgsom
神经网络
K-均值算法
文本数字化
分类号
TP311.131 [自动化与计算机技术—计算机软件与理论]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
文本分类中基于词条聚合的特征抽取
被引量:
4
4
作者
蒋宗礼
徐学可
李帅
机构
北京工业大学计算机学院
清华大学电子工程系
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2008年第11期1205-1209,共5页
文摘
特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGSOM)进行词条聚合,并根据聚合特征的特点,考虑所包含的词条的文档频率的不同和区分文档类别属性的能力的不同,提出了一种新权重计算方法,最后利用SPR INT决策树算法进行分类,实验表明该方法比普通方法分类精度提高4.32%.
关键词
特征抽取
词条聚合
tgsom
权重计算
Keywords
feature extraction
word clustering
tgsom
weight calculation
分类号
TP397.2 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种基于模糊聚类的文本挖掘新方法
被引量:
1
5
作者
李清峰
周伟林
何静
丁小玲
机构
湖南商学院计算机与电子工程系
国防科学技术大学计算机学院
出处
《计算机应用研究》
CSCD
北大核心
2009年第12期4453-4456,共4页
基金
国家自然科学基金资助项目(60573057)
湖南省自然科学基金资助项目(06JJ5110)
文摘
提出了一种新的动态模糊自组织神经网络模型(TGFCM),并将其用于文本聚类中。针对传统模糊自组织神经网络需要预先确定聚类数的问题,TGFCM采用了可自动确定聚类数的动态自组织神经网络(TGSOM)的结构,在TGSOM网络结构中提出新的学习率计算式,并以模糊聚类中心作为TGFCM网络中对应的神经元的权值,从而提高了聚类的精度,并可提高收敛速度。
关键词
文本聚类
动态自组织神经网络
模糊聚类
动态模糊自组织神经网络模型
Keywords
text clustering
tgsom
fuzzy clustering
TGFCM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
TGSOM:一种用于数据聚类的动态自组织映射神经网络
王莉
王正欧
《电子与信息学报》
EI
CSCD
北大核心
2003
28
下载PDF
职称材料
2
基于客户价值和TGSOM网络方法的客户分类
杨杰
王卫平
《价值工程》
2005
4
下载PDF
职称材料
3
一种基于自组织神经网络的中文文本聚类新方法
徐建锁
王正欧
王莉
《情报学报》
CSSCI
北大核心
2003
11
下载PDF
职称材料
4
文本分类中基于词条聚合的特征抽取
蒋宗礼
徐学可
李帅
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2008
4
下载PDF
职称材料
5
一种基于模糊聚类的文本挖掘新方法
李清峰
周伟林
何静
丁小玲
《计算机应用研究》
CSCD
北大核心
2009
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部