Experiments results show that our m

Experiments results show that our method of genetic algorithm in conjunction with the ontology strategy, the combination of the transformed LSI-based measure with the thesaurus-based measure, apparently outperforms that with traditional similarity measures. Our clustering algorithm also efficiently enhances the performance in comparison with standard GA and k-means in the same similarity environments.

ผลลัพธ์ (ไทย) 1:

ผลการทดลองแสดงว่า ของเราวิธีการขั้นตอนวิธีพันธุกรรมร่วมกับกลยุทธ์ภววิทยา รวมวัดที่มี LSI-แปรรูปมีวัดจากอรรถาภิธาน เห็นได้ชัดว่ามีประสิทธิภาพสูงกว่าที่มาตรการดั้งเดิมคล้ายคลึง อัลกอริทึมของเราระบบคลัสเตอร์ได้อย่างมีประสิทธิภาพนอกจากนี้ยังช่วยเพิ่มประสิทธิภาพเมื่อเปรียบเทียบกับมาตรฐาน GA และถึงในสภาพแวดล้อมคล้ายคลึงเหมือนกัน

ผลลัพธ์ (ไทย) 2:

การทดลองผลปรากฏว่าวิธีการขั้นตอนวิธีพันธุกรรมร่วมกับกลยุทธ์ที่เกี่ยวกับธรรมชาติของเรารวมกันของการเปลี่ยนมาตรการ LSI ตามที่มีมาตรการพจนานุกรมตามที่เห็นได้ชัดว่ามีประสิทธิภาพดีกว่าว่ามีมาตรการที่คล้ายคลึงกันแบบดั้งเดิม ขั้นตอนวิธีการจัดกลุ่มของเรายังเพิ่มประสิทธิภาพการทำงานได้อย่างมีประสิทธิภาพในการเปรียบเทียบกับมาตรฐาน GA และ K-วิธีการในสภาพแวดล้อมที่คล้ายคลึงกันเดียวกัน

ผลลัพธ์ (ไทย) 3:

ผลการทดลองแสดงให้เห็นว่าวิธีเจเนติกอัลกอริทึมร่วมกับกลยุทธ์ภววิทยา , การรวมกันของ LSI อยู่วัดกับวัดเปลี่ยนตามพจนานุกรมว่ามีประสิทธิภาพดีกว่าที่มาตรการคล้ายคลึงกันแบบ ของเรายังช่วยเพิ่มประสิทธิภาพอัลกอริทึมการจัดกลุ่มมีประสิทธิภาพในการเปรียบเทียบกับ กา มาตรฐาน และ k-means ในสภาพแวดล้อมที่คล้ายคลึงกัน