遗传算法优化的自组织特征映射文本聚类

"基于遗传算法和自组织特征映射网络的文本聚类方法" 本文主要探讨了一种结合遗传算法和自组织特征映射网络（Self-Organizing Map, SOM）的文本聚类新方法，旨在解决SOM算法在网络初始权值敏感性上的问题，以提高中文Web文档聚类的准确性和稳定性。 自组织特征映射网络是一种无监督学习算法，它通过竞争学习机制在二维平面上映射高维数据，用于数据的聚类和可视化。SOM网络在处理文本聚类时能够有效地发现数据中的结构和模式，但其性能易受网络初始权值的影响，这可能导致聚类结果的质量下降。 为改善这一情况，作者提出了遗传算法优化的SOM网络文本聚类算法（Genetic Algorithm Optimized Self-Organizing Maps for Text Clustering, GSTCA）。遗传算法是一种模拟自然选择和遗传机制的全局优化方法，能够搜索大量的解决方案空间，找到更优的网络权值配置。在GSTCA中，遗传算法被用来优化SOM网络的初始化阶段，以降低对初始权值的依赖性。 通过对比实验，GSTCA算法显示出了优于传统SOM算法的性能。在中文Web文档聚类任务上，GSTCA的准确率显著提高，平均F-Measure值提升了14%，这意味着聚类效果的精确度有了显著提升。此外，实验还证实GSTCA算法对于网络初始权值的敏感度较低，这增强了算法的稳定性，使其在不同条件下都能保持较好的聚类性能。 关键词涉及的技术和概念包括：自组织特征映射（SOM），遗传算法，以及文本聚类。中图分类号将该研究归类为计算机科学领域的“TP311”，文献标志码“A”表示这是一篇原创性的学术论文。 该研究为文本聚类提供了一个新的优化框架，通过结合遗传算法的全局优化能力和SOM的聚类能力，提高了中文文本聚类的准确性和算法的稳定性，这对于大数据分析和信息检索等领域具有重要的实践价值。