买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于改进鲸鱼优化算法的文本聚类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116860971B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310823599.8，技术领域涉及：G06F16/35；该发明授权一种基于改进鲸鱼优化算法的文本聚类方法是由黄鑫;张冉巧;李嫄源;朱智勤;周志浩;陈诗尧;李家兴;龚康;刘秋卓;文斌;刘阳;周嘉靖设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。

本一种基于改进鲸鱼优化算法的文本聚类方法在说明书摘要公布了：本发明涉及一种基于改进鲸鱼优化算法的文本聚类方法，属于大数据挖掘和机器学习领域。该方法包括以下步骤：S1：利用Spark从科研文本数据库中获取科研文本数据，并进行数据清洗；S2：对数据清洗后的文本数据进行进行分词、去停用词、特征选择、向量化和降维操作，将非结构化的文本数据转化成结构化的数值型的数据；S3：利用K‑means算法计算出初始的聚类中心，使用改进鲸鱼优化算法对聚类中心进行优化并输出聚类结果。本发明利用改进鲸鱼优化算法的全局寻优能力，解决了当前文本聚类算法容易陷入局部最优的问题，提高了对科研文本数据聚类的准确性，减少了数据维度，增强了聚类的效果。

本发明授权一种基于改进鲸鱼优化算法的文本聚类方法在权利要求书中公布了：1.一种基于改进鲸鱼优化算法的文本聚类方法，其特征在于：该方法包括以下步骤： S1：利用Spark从文本数据库中获取文本数据，并进行数据清洗； S2：对数据清洗后的文本数据进行进行分词、去停用词、特征选择、向量化和降维操作，将非结构化的文本数据转化成结构化的数值型的数据； S3：利用K-means算法计算出初始的聚类中心，使用改进鲸鱼优化算法对聚类中心进行优化并输出聚类结果，具体为： S41：确定文本聚类的簇中心的个数、鲸鱼优化算法的参数；所述文本聚类的簇中心的个数的参数包括：种群数量、最大迭代次数；所述鲸鱼优化算法的参数包括：修正因子、随机变量l、常系数b； S42：对改进鲸鱼优化算法的鲸鱼个体进行混沌初始化，利用混沌初始化的特点，将鲸鱼个体相对均匀的分布在整个狩猎空间中；混沌初始化表示为：，其中，是两个控制变量； S43：计算各个文本数据个体到不同簇类中心的距离，将每一个文本数据点分配到最近的中心，将数据分为了K个簇，完成聚类过程； S44：计算K个簇的类内距离，并将该距离作为改进鲸鱼优化算法适应度函数；K个簇的类内距离，公式为： 其中，N为同一簇中文本数据的个数；为第j个文本数据，为第i个文本数据； S45：根据适应度函数判断鲸鱼个体的狩猎行为，将行为参数设置为一个值域范围在[0,1]中的随机数； 当参数小于0.5时，鲸鱼群以包围猎物的方式或者进行改进后的随机搜索策略狩猎并进行位置更新；当参数大于0.5时，鲸鱼个体以螺旋式搜索的方式对猎物进行搜索并进行位置更新； S46：根据更新的位置更新各个簇类中心，并计算最优的适应度值，判断鲸鱼种群是否全部都进行完了位置更新，若没有完成则跳转到S85，否则进行下一步骤； S47：判断迭代次数是否为最大值或者满足一定的收敛条件； 若满足则输出最优的簇类中心以及文本聚类结果；反之，迭代次数加1，以当前得到聚类中心为初始中心，返回S44，继续进行聚类操作，直到满足收敛条件为止。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。