版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展,XML文檔由于其自身的自描述性、半結(jié)構(gòu)化、可擴展性等特點,已經(jīng)成為當今網(wǎng)絡(luò)時代的信息載體與交換方式,一個高效、快速的XML文檔聚類機制將會極大縮短信息檢索的時間,提高數(shù)據(jù)查詢的效率,挖掘出潛在的信息價值,能夠為決策提供更好的數(shù)據(jù)支持。因此XML文檔聚類研究已經(jīng)成為一個新的研究熱點。實現(xiàn)快速有效的XML文檔聚類,必須解決兩個關(guān)鍵性問題,其一,得到一個準確的文檔間相似性度量度量方法;其二、尋求一個有效的文檔聚類方法。
2、由于XML文檔標簽可自定義,因此常出現(xiàn)同類文檔集標簽不同而意思相同的情況。
本文提出了基于文檔的層次模型和特征詞向量模型的文檔相似度度量方法XSCL(XML Documents Similarity based on Content and Level),來計算文檔的結(jié)構(gòu)與內(nèi)容相似度,提高文檔間距離的計算精度,減少因誤差而產(chǎn)生的離群點。實驗結(jié)果表明,在出現(xiàn)標簽不同而意思相同的情況下,XSCL方法對文檔聚類有明顯的改善。傳統(tǒng)
3、的密度算法DBSCAN算法的參數(shù)輸入敏感,參數(shù)值難以設(shè)置,實用性差。相對密度聚類算法RDBClustering算法通過計算k近鄰的分布情況,來判斷對象是否在同一個簇,減少了參數(shù)的輸入。但計算k近鄰時,需要遍歷整個文檔集,在數(shù)據(jù)集龐大的情況下,I/O消耗巨大。因此,本文提出改進的相對密度聚類算法XTIRDB(XML Doeumem Relatived Clustering by Means of the TriangleInequalit
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 三角不等式原理對聚類算法的改進.pdf
- 3093.淺析三角不等式與代數(shù)不等式之間的聯(lián)系
- 基于密度方法的XML文檔聚類研究.pdf
- 不等式銜接全等三角形
- 三角形、不等式、數(shù)列綜合題
- 不等式.均值不等式的應(yīng)用
- 基于相對密度的聚類算法研究.pdf
- 不等式與不等式組學(xué)案
- 不等式軟件與不等式教學(xué).pdf
- 優(yōu)質(zhì)文檔 不等式的基本性質(zhì)
- 優(yōu)質(zhì)文檔 不等式的基本性質(zhì)
- 第19講向量與三角不等式綜合應(yīng)用(測試題)
- 不等式
- 利用均值不等式證明不等式
- 不等式與不等式組.doc
- 不等式與不等式組.doc
- 平面向量、不等式、數(shù)列、解三角形綜合復(fù)習(xí)
- 不等式2010分類
- 不等式及不等式的性質(zhì)復(fù)習(xí)題
- 7.不等式與不等式組
評論
0/150
提交評論