融合模拟退火的遗传算法在文档聚类中的应用

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:yxh0710
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了准确高效地对网上获取的文档进行聚类,在布尔逻辑模型的基础上提出了一种改进的最优相似度搜索方法。该方法将模拟退火的思想融入到遗传算法当中,通过“撒种”操作将模拟退火算法的局部搜索能力以及遗传算法的全局搜索能力结合起来。实验表明,使用谊混合算法对文档进行聚类,不仅搜索效率得到了提高,而且准确度优于使用传统的遗传算法。
其他文献
动词次范畴化自动获取过程主要涉及到两个典型步骤:一、依据启发性规则生成次范畴化假设:二、应用统计方法对假设集合进行过滤,选择可靠的次范畴化类型。此前改进获取性能的研究
表单图像变形、倾斜、噪声干扰、打印错位等问题往往使表单的数据域定位不准确,从而导致表单数据域提取失败。针对现有表单处理技术中存在的定位不准的问题提出了通过检测表单
新产品的开发周期越来越成为企业竞争力的重要指标。市场需求的快速变化要求企业必须不断重组其开发过程.开发过程管理和控制的难度增大。为了提高产品开发效率,缩短产品上市周
提出一种基于离散正交小波变换和非线性增益的图像对比度增强方法。对图像进行离散正交小波变换后,对分辨率较好的各高频子带直接利用所提出的去噪方法去噪;对分辨率较差的各高频子带利用所提出的非线性增益法结合文中的去噪法进行增强。实验结果表明,论文提出的方法在有效地增强图像对比度的同时,又能很好地抑制图像中的白噪声。算法在视觉质量上优于传统的反锐化掩膜法、直方图均衡法。