A Hybrid Incremental Clustering Method-Combining Support Vector Machine and Enhanced Clustering by Committee Clustering Algorithm

Chung-Hua University Repository > 資訊學院 > 資訊管理學系 > 研討會論文 > Item 987654321/31145

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://chur.chu.edu.tw/handle/987654321/31145

题名:	A Hybrid Incremental Clustering Method-Combining Support Vector Machine and Enhanced Clustering by Committee Clustering Algorithm
作者:	邱登裕 Chiu, Deng-Yiv
贡献者:	資訊管理學系 Information Management
日期:	2007
上传时间:	2014-06-27 01:21:48 (UTC+8)
摘要:	本研究所提出的漸進式分群為混合式資訊檢索技術，首先採用SVM對新進文件判斷其是否屬於既有類別，SVM可以有效降低分群計算量與分群雜訊；再利用改良式CBC演算法先針對尚未分類之文件進行分群，然後利用相似群合併機制決定最終群數產生新類別，此機制利用向量長度的特性提升分群品質。經實驗數據顯示，改良式CBC分群方法優於原CBC分群方法，且提出的漸進式分群亦優於改良式CBC分群方法。 In the study, a new hybrid incremental clustering method is proposed in combination with Support Vector Machine (SVM) and enhanced Clustering by Committee (CBC) algorithm. SVM classifies the incoming document to see if it belongs to the existing classes.
显示于类别:	[資訊管理學系] 研討會論文

文件中的档案:

档案	描述	大小	格式	浏览次数
s_m321_0132.pdf		26Kb	Adobe PDF	86	检视/开启

在CHUR中所有的数据项都受到原著作权保护.