| 结合类内集中度和优化RBF神经网络的特征选择 |
| |
| 引用本文： | 朱颢东,李红婵.结合类内集中度和优化RBF神经网络的特征选择[J].微电子学与计算机,2011,28(2). |
| |
| 作者姓名： | 朱颢东 李红婵 |
| |
| 作者单位： | 郑州轻工业学院,计算机与通信工程学院,河南,郑州,450002 |
| |
| 基金项目： | 四川省科技计划项目，四川省科技攻关项目 |
| |
| 摘 要： | 特征选择是文本分类的一个核心研究课题.首先提出了优化的文档频和类内集中度,紧接着提出了自适应量子粒子群优化算法并用于训练RBF网络的基函数中心和宽度,而且还结合最小二乘法计算网络权值,对RBF神经网络进行了优化,最后提出了一个综合性特征选择方法.该综合性方法首先使用类内集中度过滤掉一些词条以降低文本特征空间的稀疏性,然后再利用优化的RBF网络对特征进行优选.实验结果表明此种特征选择方法有较好的准确率和召回率.
|
| 关 键 词： | 特征选择 文本分类 量子粒子群优化 RBF神经网络 最小二乘法 |
Feature Selection Combined Classificatory Concentration with Improved RBF Neural Network |
| |
| ZHU Hao-dong,LI Hong-chan.Feature Selection Combined Classificatory Concentration with Improved RBF Neural Network[J].Microelectronics & Computer,2011,28(2). |
| |
| Authors: | ZHU Hao-dong LI Hong-chan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
