基于云模型的文本特征自动提取算法

被引：4

作者：

代劲 ^{[1
,2
]}

何中市 ^{[1
]}

胡峰 ^{[2
,3
]}

机构：

[1] 重庆大学计算机科学与技术学院

[2] 重庆邮电大学计算机科学与技术研究所

[3] 西南交通大学信息科学与技术学院

来源：

中南大学学报(自然科学版) | 2011年 / 42卷 / 03期

关键词：

文本分类; 特征提取; 云模型; 隶属度; 动态聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

在综合考虑特征整体与局部分布基础上,提出一种高性能的文本特征自动提取算法。算法引入云隶属度概念对特征分布进行修正,不需任何先验知识,能根据特征分布特点自动获取云隶属度高的特征集。实验结果表明:该特征集具有特征个数少、分类精度高的特点,性能明显比当前主要的特征选择方法的性能优。

引用

页码：714 / 720

页数：7

共 8 条

[1]

不确定性人工智能.[M].李德毅;杜鹢著;.国防工业出版社.2005,

[2] 文本分类中特征选择的约束研究 [J].

徐燕 ;

李锦涛 ;

王斌 ;

孙春明 ;

张森 .

计算机研究与发展 , 2008, (04) :596-602

[3] 基于云模型的协同过滤推荐算法 [J].

张光卫 ;

李德毅 ;

李鹏 ;

康建初 ;

陈桂生 .

软件学报, 2007, (10) :2403-2411

[4] 基于云模型的全局最优化算法 [J].

张光卫 ;

康建初 ;

李鹤松 ;

李德毅 .

北京航空航天大学学报, 2007, (04) :486-490

[5] 基于机器学习的文本分类技术研究进展 [J].

苏金树 ;

张博锋 ;

徐昕 .

软件学报, 2006, (09) :1848-1859

[6] 中文文本分类中的特征选择算法研究 [J].

胡佳妮 ;

徐蔚然 ;

郭军 ;

邓伟洪 .

光通信研究, 2005, (03) :44-46

[7] 不确定性人工智能 [J].

李德毅 ;

刘常昱 ;

杜鹢 ;

韩旭 .

软件学报, 2004, (11) :1583-1594

[8] 论正态云模型的普适性 [J].

李德毅 ;

刘常昱 .

中国工程科学, 2004, (08) :28-34

← 1 →