共查询到17条相似文献,搜索用时 62 毫秒
1.
随着Intemet在全世界的应用和普及,网络跟人们的生活越来越紧密,人们在使用网络的同时,不可避免地接触到大量的不良信息,为了过滤网络信息,出现了网络信息过滤。本文首先采用向量空间模型表示文本,给出了一个基于遗传算法的文本特征选择方法。同时为了克服遗传算法所存在着的收敛速度慢、易陷入局部最优等缺陷,文中采用了候选特征子集,并增加了一个扩展操作。最后,通过实验验证了该方法的有效性。 相似文献
2.
为了提高交通视频事件检测的准确性和检测速率,提出了一种基于遗传算法的交通视频多特征选择方法。该方法首先提取交通视频的多种特征,尽可能多地获取各种视频事件的信息,然后将这些特征进行融合,得到一个可以表征事件的高维冗余的特征向量,再采用遗传算法对多特征进行优化筛选,最后使用SVM分类器进行训练获得低维的最优特征子集并应用于交通事件检测。实验结果表明,该方法在降低提取特征的维数的同时,可有效提高交通视频事件检测的准确率和检测速率。 相似文献
3.
4.
《信息技术》2019,(2):53-57
随着信息技术的飞速发展以及网民规模的扩大,互联网数据量与日俱增,其中含有大量非结构化文本数据,因此,文中分类已成为当前的研究热点。特征选择的好坏直接影响文本分类的精度。传统单一的特征选择方法侧重点不同,使用不同的特征选择方法选择后的特征子集可能差别较大,进而导致不稳定的分类结果。文中提出了一种混合CHI与IG的特征选择方法,引入了融合特征的指标SOM(Score of Mixed),将特征根据SOM值排序,通过预定的阈值进行特征筛选,得出相对稳定且具代表性的特征子集。实验结果表明,使用该方法进行特征选择,文本分类的效果相比使用其他特征选择方法有一定的提升。 相似文献
5.
近年来,车辆路径问题一直作为物流配送领域研究中的热门话题,由于运输路径选取的不同,直接决定了物流配送问题中运输成本的差异,企业的管理者积极寻找着各种有效的配送策略。本文分析了车辆路径问题的实际背景,设计并实现了一个基于遗传算法的车辆路径问题的求解方法。 相似文献
6.
7.
基于遗传算法的SAR图像目标鉴别特征选择 总被引:3,自引:1,他引:2
针对SAR图像自动目标鉴别的应用,提出了一种基于遗传算法的特征选择方法.首先提取了反映目标和杂波虚警差异的八个特征,分别是:四个空间边界属性特征,一个分形维数特征和三个对比度特征.然后对由八个特征构成的特征矢量采用遗传算法进行特征选择,以选出对于目标鉴别最优的特征序列.遗传算法中适应度函数的设计综合考虑了描述长度、鉴别总错误数以及漏报数等三个因素,使得该适应度函数对于特征优劣的评价更全面.实测数据的实验结果证明了所提算法的有效性. 相似文献
8.
特征选择是文本聚类的重要环节,传统的阈值截断特征选择方法偏重高权重项,受特征词权重计算公式影响较大。遗传算法具有全局搜索的能力,并允许权重低的特征项以一定概率参与遗传进化。另外,本文提出基于《知网》特征词合并算法,通过合并具有高度相似性的特征词,实现初步降维。实验结果表明,基于《知网》和遗传算法的中文文本聚类特征选择方法能够有效降低特征向量维度,并且聚类结果较为稳定。 相似文献
9.
特征选择是文本聚类的重要环节,传统的阈值截断特征选择方法偏重高权重项,受特征词权重计算公式影响较大.遗传算法具有全局搜索的能力,并允许权重低的特征项以一定概率参与遗传进化.另外,本文提出基于<知网>特征词合并算法,通过合并具有高度相似性的特征词,实现初步降维.实验结果表明,基于<知网>和遗传算法的中文文本聚类特征选择方法能够有效降低特征向量维度,并且聚类结果较为稳定. 相似文献
10.
特征选择是目标分类的一项重要步骤,直接影响到分类器的设计和性能。本文利用实际水声目标辐射噪声数据,对遗传算法和互信息算法两种特征选择方法分别作了分析。在特征维数较大的情况下,两种方法都需要很长的计算时间,为此,提出一种遗传与互信息混合算法,旨在降低计算时间。最后,分类器用三种选择后的特征子集作为输入进行分类,并与任意选择的特征子集作为输入的分类结果作了比较。 相似文献
11.
12.
13.
14.
15.
16.
Feature selection is one of the important topics in text classification. However, most of existing feature selection methods are serial and inefficient to be applied to massive text data sets. In this ease, a feature selection method based on parallel collaborative evolutionary genetic algorithm is presented. The presented method uses genetic algorithm to select feature subsets and takes advantage of parallel collaborative evolution to enhance time efficiency, so it can quickly acquire the feature subsets which are more representative. The experimental results show that, for accuracy ratio and recall ratio, the presented method is better than information gain, x2 statistics, and mutual information methods; the consumed time of the presented method with only one CPU is inferior to that of these three methods, but the presented method is superior after using the parallel strategy. 相似文献
17.
入侵检测系统中的特征选择是一个组合优化问题。为了有效地进行特征选择,提出一种结合进化思想的免疫算法。算法中的免疫记忆单元确保了快速收敛于全局最优解,算法中的均匀交叉操作则体现了进化的思想。提出一个基于神经网络的入侵检测系统模型.该模型具有多分类.易于更新系统使其快速适应新型入侵的特点。在KDDCUP’99上的实验表明该算法是有效的。 相似文献