声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1289/TP
国际刊号：1000-3428
发布日期:
作者：安敬民, 李冠宇
单位：1. 大连东软信息学院 计算机与软件学院, 辽宁 大连 116023;2. 大连海事大学 信息科学技术学院, 辽宁 大连 116026
关键词：领域概念,领域本体,概念重叠,图熵,概念聚类
基金：国家自然科学基金（61371090，61602075）；辽宁省自然科学基金（20180550940）。
为在领域本体学习过程中实现最优同领域概念聚类并解决概念重叠问题，通过引入图熵极值理论，提出一种新的领域概念聚类方法。依据最大信息熵原理，将图中各概念节点视为一个整体以取代原选取质心的方法，同时利用图熵最小化计算公式设计概念自动聚类机制。实验结果表明，与K-means算法、基于密度和基于距离的领域概念聚类方法相比，该方法可有效提高查准率、查全率以及综合评估指标F值。
来源：2020年第6期
《计算机工程》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。