一种实现微博兴趣挖掘的粒子群优化k-means算法

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:woxia012
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
针对k-means在聚类微博用户感兴趣话题时存在的问题,结合粒子群算法,提出一种学习因子、时间因子随惯性权重调整的MPSO-kmeans算法。该算法通过引入随惯性权重调整的学习因子,增强了惯性权重与学习因子之间的相互作用,提高了算法的全局搜索能力和局部寻优能力。在此基础上,引入线性飞行因子以减少粒子的震荡,近一步提高局部精度搜索能力。实验表明,该算法在聚类微博数据时,具有更好的寻优能力和聚类效果。
其他文献
大多数的开发人员都受到真正的成功公司的鼓舞,这些公司一开始只有一个开发人员,创作灵感有限,却最终做大做强,而这也是大多数开发人员努力实现的目标。然而,能创建出下一个F
致天下之治者在人才。习近平总书记强调,乡村振兴要靠人才、靠资源,要牢固确立人才引领发展的战略地位,全面聚集人才,夯实创新发展人才基础,着力抓好招才引智,促进各路人才“上山下
报纸
1970-01-01对于开发者来说都是不陌生的,有些系统对于时间的处理如果不够好的话,就可能把时间显示成1970-01-01,所以经常有用户看到1970-01-01这个时间。这种情况其实是很简
用于医疗物联网(Internet of Medical Things,Io MT)的互联心脏监测系统需要高度复杂的模拟前端、高性能MCU和低功耗的无线连接,以及复杂的算法与AI引擎。根据美国疾病控制中心的数据,美国每年约有61万人死于心脏病——即每4例死亡中就有1例与心脏病相关。心脏的健康与否是一个人整体健康水平最重要的指标之一。Io MT推动了新一代可穿戴、多参数和连续性心脏监测系统的产生,以提