一种基于黑洞算法的模糊C均值文本聚类方法

来源期刊：东北大学学报(自然科学版)2017年第8期

论文作者：柳玉辉 王伟超

文章页码：1065 - 2142

关键词：模糊C均值;黑洞算法;文本聚类;参数搜索;初始聚类中心;

摘    要：FCM算法应用于文本聚类时,由于初始聚类中心点选择的随机性,以及容易陷入局部最优的问题,导致文本聚类效果较差.为了提高FCM算法的聚类精度,提出了采用黑洞算法寻找FCM最优初始聚类中心的方法.黑洞算法是一种启发式优化方法,在FCM初始聚类中心寻优的过程中,始终保持黑洞为全局最优解,最终发现FCM的最优初始聚类中心.实验结果表明,基于黑洞算法的FCM文本聚类方法可以解决FCM算法对初始中心点敏感和容易陷入局部最优的问题,聚类精度明显提高.