基于改進入侵野草算法的文本特征選擇研究.pdf

1、現(xiàn)在計算機與網(wǎng)絡的相關技術飛速發(fā)展，人們面前出現(xiàn)了數(shù)量難以衡量的文本信息，每個人都能坐在家中便知曉天下事。但是隨著資源量的增大，想要從這么多文本信息資源中迅速找到自己需要使用的部分，變得愈發(fā)艱難，數(shù)據(jù)挖掘技術隨之誕生，而文本分類又是數(shù)據(jù)挖掘中一個十分關鍵的研究焦點和核心技術。在文本分類中，文本特征選擇是其中的關鍵技術和核心問題，對于信息檢索的效率和正確率的提高有極大的作用。
　　2006年伊朗德黑蘭大學的A.R.Mehrabian

2、和 C.Lucas在《EcologicalInformatics》雜志上發(fā)表的論文《A novel numerical optimization algorithm inspired from weed colonization》中首次提出入侵野草算法。它是作者在受到野草生長繁殖過程的啟發(fā)之后提出的一種基于種群數(shù)值優(yōu)化的算法，它在執(zhí)行過程中模仿野草擴散、生長、繁殖和競爭性生存的基本過程，算法在種群進化過程的早期和中期能夠維持其多樣性，從

3、而更全面搜索解空間。算法在后期集中搜索優(yōu)秀個體的附近區(qū)域，使之可以逐步地收斂到全局內(nèi)的最優(yōu)解。
　　目前的技術還遠遠無法做到讓計算機能夠像人一樣進行思考，能夠閱讀和理解文本的中心思想，然后通過歸納總結正確選擇出文本的特征詞條，而當前主流的方法都是按照某種計量函數(shù)來得出各詞條在所在文本中的相關函數(shù)值，從大到小排列后選取靠前的若干詞條，如此一來，某些相關函數(shù)值較低，但其實蘊藏更多有效信息的詞條就被忽略了。為了更有效地進行文本特征的選擇

4、，增強選擇精度，本文在一種基于標準入侵野草算法的文本特征選擇方法基礎上，先對特征種群初始化的方法加以優(yōu)化，然后采用一種改良的入侵野草算法，即引入自適應小生境算法，對種群施以分類競爭繁殖，增加種群的多樣性，提高該算法的全局尋優(yōu)能力，并在算法的后期采用自適應小生境數(shù)提高收斂精度，希望借此增加文本特征選擇的正確率，獲得較好的分類結果。同時進行仿真實驗與其他現(xiàn)有的方法進行對比，從而進一步證實入侵野草算法與文本特征選擇結合的可能性，同時完善基于該