| 一种基于新的特征选择的海量网络文本挖掘算法研究 |
| |
| 引用本文： | 张人上,曲开社.一种基于新的特征选择的海量网络文本挖掘算法研究[J].计算机应用研究,2014,31(9). |
| |
| 作者姓名： | 张人上 曲开社 |
| |
| 作者单位： | 1. 山西财经大学信息管理学院,太原,030006
2. 山西大学计算机与信息技术学院,太原,030006 |
| |
| 基金项目： | 国家自然科学基金资助项目，山西省自然科学基金资助项目(20120005;山西省教育厅基金资助项目 |
| |
| 摘 要： | 为了提高文本自动分类准确率,提出一种改进的蜂群优化神经网络的选择特征的文本数据挖掘算法.该算法将文本特征选择转换成一个多目标优化问题,以特征维数最少、分类正确率最高为选择标准,采用蚁群算法找到最优特征子集,最后神经网络建立文本自动分类器,进行仿真实验测试算法性能.仿真实验结果表明,提出的方法从高维文本最优文本特征,提高了文本自动分类的正确率和识别效率,是一种有效的网络文本挖掘算法.
|
| 关 键 词： | 文本自动分类 特征选择 蚁群优化算法 神经网络 |
Research of new feature selection based massive Web text mining algorithm |
| |
| ZHANG Ren-shang,QU Kai-she.Research of new feature selection based massive Web text mining algorithm[J].Application Research of Computers,2014,31(9). |
| |
| Authors: | ZHANG Ren-shang QU Kai-she |
| |
| Abstract: | |
| |
| Keywords: | text categorization(TC) feature selection ant colony optimization(ACO) neural network |
| 本文献已被 万方数据 等数据库收录！ |
|
