×
格雷罗·博特（Guerrero-Bote）、维森特·P·。;克里斯蒂娜·洛佩斯·普哈尔特;费利克斯·德莫亚·阿内贡;维克托·埃雷罗·索拉纳

文档聚类神经模型的比较。 （英语） 兹比尔1059.68086

国际J近似推理 34，编号2-3，287-305（2003）.
摘要：我们比较了不同算法在文档聚类中的应用。研究的算法有Fuzzy C-Means、Fuzzy ART、Fuzzy ART for Fuzzy Clusters、Fuzzy Max Min和Kohonen神经网络（只有第一个不是神经网络）。我们从LISA生成了一个测试床，使用了一些与不同记录相对应的描述符来比较结果。Kohonen的算法也在拓扑上组织簇，结果最好。最后，我们详细讨论了Kohonen算法提供的可能性。

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

人工神经网络;Kohonen网络;文档聚类;自适应共振理论
PDF格式BibTeX公司 XML格式引用
\textit{V.P.Guerrero-Bote}等人，《国际近似推理》34，No.2--3287--305（2003；Zbl 1059.68086）
全文： 内政部

参考文献：

[1] Bezdek，J.C.，《模糊目标函数算法模式识别》（1981年），《Plenum:Plenum-NY》·Zbl 0503.68069号
[2] G.A.Carpenter，S.Grossberg，D.B.Rosen，《模糊艺术：模拟模式快速稳定分类的自适应共振算法》，载于：神经网络国际联合会议，新泽西州皮斯卡塔韦，1991年，第411-416页；G.A.Carpenter，S.Grossberg，D.B.Rosen，《模糊艺术：模拟模式快速稳定分类的自适应共振算法》，载于：神经网络国际联合会议，新泽西州皮斯卡塔韦，1991年，第411-416页
[3] Carpenter，G.A。；格罗斯伯格，S。；Rosen，D.B.，《模糊艺术：通过自适应共振系统快速稳定学习模拟模式分类》，神经网络，4759-771（1991）
[4] 陈，H。；美国休斯顿。；苏厄尔，R。；Schatz，B.，《互联网浏览和搜索：用户对类别地图和概念空间技术的评估》，J.Am.Soc.Inform。科学。，49, 7, 582-603 (1998)
[5] Doszkocs，T.E。；雷吉亚，J。；Lin，X.，《连接主义模型和信息检索》（Williams，M.E.，《信息科学与技术年度评论》，第25卷（1990），Elsevier Science Publishers BV：Elsevior Science出版商BV Amsterdam），209-260
[6] Frakes，W.B.，Stemming algorithms（弗雷克斯，W.B；Baeza-Yates，R.，《信息检索：数据结构和算法》（1992），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔恩格尔伍德克利夫斯），131-160
[7] V.P.Guerrero-Bote，《Redes Neuronales aplicadas a las Técnicas de Recuperacionón Documental》，博士论文，西班牙格拉纳达大学，1998年；V.P.Guerrero-Bote，《Redes Neuronales aplicadas a las Técnicas de Recuperacionón Documental》，博士论文，西班牙格拉纳达大学，1998年
[8] 格雷罗·博特，V.P。；Moya-Anegón，F.，使用Kohonen网络的模糊输出减少文档空间的维数，J.Am.Soc.Inform。科学。，52, 1234-1241 (2001)
[9] 格雷罗·博特，V.P。；Moya-Anegón，F。；Herrero-Solana，V.，使用Kohonen算法的文档组织，Inform。过程。管理。，38, 79-89 (2002) ·Zbl 0993.68029号
[10] V.P.Guerrero-Bote、M.Reyes-Barragán、F.Moya-Anegon、V.Herrero-Solana，科学信息使用分析方法，埃斯特雷马杜拉大学案例（1996-7），Libri，52（2002），第99-109页；V.P.Guerrero Bote，M.Reyes Barragán，F.Moya Anegón，V.Herrero Solana，科学信息使用分析方法，埃斯特雷马杜拉大学案例（1996-7），利伯里，52（2002），第99-109页
[11] 格雷罗·博特，V.P。；莫亚·阿内贡，F。；Herrero-Solana，V.，通过Kohonen算法自动提取术语之间的关系，Libr。通知。科学。决议，24，235-250（2002）
[12] Hecht Nielsen，R.，《神经计算：挑选人脑》，IEEE Spectrum，25，1，36-41（1988）
[13] Hilera，J.R。；Martñnez，V.J.，Redes neuronales artificiales，fundamentos，modelos y aplicaciones（1995），RAMA:RAMA马德里，西班牙
[14] S.Kaski，《基于SOM的高维数据监测和检索快速优胜者搜索》，载于：《第九届人工神经网络国际会议论文集》（ICANN99），伦敦，1999年，第940-945页；S.Kaski，《基于SOM的高维数据监测和检索快速优胜者搜索》，载于《第九届人工神经网络国际会议论文集》（ICANN99），伦敦，1999年，第940-945页
[15] Kohonen，T.，拓扑正确特征图的自组织形成，Biol。网络。，43, 1, 59-69 (1982) ·Zbl 0466.9202号
[16] Kohonen，T.，《神经计算导论》，神经网络，1,1,3-16（1988）
[17] Kohonen，T.，《自我组织与联想记忆》（1989），施普林格出版社：德国柏林·Zbl 0528.68062号
[18] Kohonen，T.，自组织映射，Proc。IEEE，78，9，1464-1480（1990）
[19] Kohonen，T.，《自组织地图》（1995），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡，德国柏林·2013年5月59日Zbl
[20] Kohonen，T。；Kaski，S。；拉古斯，K。；Salojärvi，J。；Honkela，J。；Paatero，V。；Saarela，A.，《大规模文本文档集的自组织》（Oja，E.；Kaski，S.，Kohonen Maps（1999），Elsevier:荷兰阿姆斯特丹Elsevier出版社），171-182
[21] Kucera，H。；弗朗西斯，N.，《当代美国英语的计算分析》（1967），布朗大学出版社：布朗大学出版社，罗德岛州普罗维登斯
[22] 拉古斯，K。；Honkela，T。；Kaski，S。；Kohonen，T.，用于文本数据挖掘的WEBSOM，Artif。智力。版本，13，5/6，345-364（1999）
[23] K.Lagus，S.Kaski，文本文档地图特征化的关键词选择方法，摘自：《第九届人工神经网络国际会议论文集》（ICANN99），伦敦，1999年，第371-376页；K.Lagus，S.Kaski，文本文档地图特征化的关键词选择方法，摘自：第九届人工神经网络国际会议论文集（ICANN99），伦敦，1999年，第371-376页
[24] Lin，X.，《用于信息检索的地图显示》，J.Am.Soc.Inform。科学。，48，1，40-54（1997年）
[25] 马伦·A·J。；查尔斯顿，C.T。；Pap，R.M.，《神经计算应用手册》（1990），学术出版社：圣地亚哥学术出版社·Zbl 0778.68010号
[26] Moya-Anegon，F。；埃雷罗·索拉纳，V。；Guerrero-Bote，V.P.，访问电子信息的虚拟现实接口，Libr。通知。Res.News，22，71，34-39（1998）
[27] F.Moya-Anegón，P.Moscoso，C.Olmeda，V.Ortiz-Repiso，V.Herrero-Solana，V.P.Guerrero-Bote，NeuroISOC：非模型的红色神经元para la representación del conocimiento，收录于：M.J.López Huertas，J.C.Fenández Molina（编辑），《经济组织的代表》（La representación y La organizationón del conocimiento en sus distinatas perspectivas:su influencia en La recuperacion de La información，Actas del IV Congreso ISKO-España（EOCONSID’99），ISKO-España，格拉纳达，1999年，第151-156页；F.Moya-Anegón，P.Moscoso，C.Olmeda，V.Ortiz-Repiso，V.Herrero-Solana，V.P.Guerrero-Bote，NeuroISOC：非模型的红色神经元para la representación del conocimiento，收录于：M.J.López Huertas，J.C.Fenández Molina（编辑），《经济组织的代表》，1999年，格拉纳达，ISKO-España，第151-156页
[28] 牛顿，S.C。；彭马拉州，S。；Mitra，S.，模式识别中复杂数据集的自适应模糊前导聚类，IEEE Trans。神经网络，3，5，794-800（1992）
[29] T.Noreault，M.McGill，M.B.Koll，《布尔环境中相似性度量、文档术语加权方案和表示的性能评估》，载：R.N.Oddy，S.E.Robertson，C.J.Van Rijsbergen，P.W.Williams（编辑），《信息检索研究：第一届英国联合计算机学会论文集》和计算机协会（ACM）专题讨论会：信息检索的研究与发展，巴特沃斯，英国伦敦，1981年，第57-76页；T.Noreault，M.McGill，M.B.Koll，《相似性度量、文档术语权重方案和布尔环境表示的性能评估》，收录于：R.N.Oddy，S.E.Robertson，C.J Van Rijsbergen，P.W.Williams（编辑），《信息检索研究：第一届英国联合计算机学会论文集》和计算机协会（ACM）专题讨论会：信息检索的研究与发展，巴特沃斯，英国伦敦，1981年，第57-76页
[30] Porter，M.F.，后缀剥离算法，Program，14，3，130-137（1980）
[31] Simpson，P.K.，模糊最小最大神经网络。第2部分：集群，IEEE Trans。模糊系统。，1, 1, 32-45 (1993)
[32] 范德贝塞拉，P。；Leydesdorff，L.，《绘制科学专业的变化：人工智能发展的科学计量重建》，J.Am.Soc.Inform。科学。，47, 6, 415-436 (1996)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。