版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于野草算法的文本特征選擇研究.pdf
- 基于優(yōu)化野草算法的加權模糊粗糙特征選擇研究.pdf
- 基于改進入侵雜草算法的倉庫貨位分配優(yōu)化研究.pdf
- 文本分類中特征選擇算法的研究與改進.pdf
- 文本特征選擇算法的研究.pdf
- 基于KNN的文本分類特征選擇與分類算法的研究與改進.pdf
- 基于文本聚類的特征選擇算法研究.pdf
- 文本分類特征選擇與分類算法的改進.pdf
- 基于云平臺的文本特征選擇算法研究.pdf
- 基于入侵野草算法的泊位分配方式研究.pdf
- 基于入侵野草優(yōu)化算子改進的進化多目標優(yōu)化算法及聚類.pdf
- 基于RELIEFF-FCBF組合的入侵特征選擇算法研究.pdf
- 29610.基于alopex的改進野草算法研究
- 基于特征選擇和特征加權算法的文本分類研究.pdf
- 中文文本分類中特征選擇算法的研究與改進.pdf
- 基于遺傳算法的特征選擇方法的改進研究.pdf
- 27540.基于改進特征選擇方法的文本情感分類研究
- 改進入侵雜草優(yōu)化算法及其在天線中的應用.pdf
- 基于數(shù)據(jù)流特征選擇及分類算法的入侵檢測模型研究.pdf
- 基于改進relief算法的結腸癌特征基因選擇研究.pdf
評論
0/150
提交評論