公开(公告)号：CN108763576A

公开(公告)日：2018-11-06

申请号：CN201810576890.9

申请日：2018-05-28

Applicant: 大连理工大学

Inventor： 申彦明 ,  单晓磊 ,  王宇新

IPC: G06F17/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/6223 ,  G06N3/0454 ,  G06N3/084

Abstract: 本发明属于自然语言处理和机器学习的交叉领域，提供一种用于高维文本数据的并行k‑means算法。该算法首先将文本数据向量化，其次对该向量化后的矩阵建立降维模型，将高维数据转化为具有高效特征的低维数据；然后通过优化k‑means聚类算法进一步提高算法准确度，再对降维后的数据进行聚类，并通过GPU以及MPI技术实现算法并行化，最终实现高维文本数据的准确度以及效率的提高。本发明能够大幅度提高文本聚类的准确度，提高算法的运行速率以及可移植性。

公开(公告)号：CN108763576B

公开(公告)日：2021-01-19

申请号：CN201810576890.9

申请日：2018-05-28

Applicant: 大连理工大学

Inventor： 申彦明 ,  单晓磊 ,  王宇新

IPC: G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于自然语言处理和机器学习的交叉领域，提供一种用于高维文本数据的并行k‑means算法。该算法首先将文本数据向量化，其次对该向量化后的矩阵建立降维模型，将高维数据转化为具有高效特征的低维数据；然后通过优化k‑means聚类算法进一步提高算法准确度，再对降维后的数据进行聚类，并通过GPU以及MPI技术实现算法并行化，最终实现高维文本数据的准确度以及效率的提高。本发明能够大幅度提高文本聚类的准确度，提高算法的运行速率以及可移植性。