计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2008年
13期
3358-3361,3473
,共5页
谭春亮%甘丹%陈丽娜%蒋运承
譚春亮%甘丹%陳麗娜%蔣運承
담춘량%감단%진려나%장운승
特征选择%Tabu搜索算法%深层网络%信息检索%分类算法%分类器
特徵選擇%Tabu搜索算法%深層網絡%信息檢索%分類算法%分類器
특정선택%Tabu수색산법%심층망락%신식검색%분류산법%분류기
Deep Web分类的小样本、高维特征的特点限制了分类算法的选择,影响分类器的设计和准确度,降低了分类器的"泛化"能力,出现分类器"过拟合",所以需要进行特征选择,降低特征的维数,避免.维数灾难".目前,没有Deep.Web特征选择自动算法的相关研究.通过对Deep Web分类的特征选择进行研究,提出了基于类别可分性判据和Tabu搜索的特征选择算法,可以在O(N2)的时间复杂度内得到次优的特征子集,减小了分类器设计的难度,提高了分类器分类准确率.根据特征选择前后的特征集,利用KNN分类算法进行Deep Web分类,结果表明提高了分类器的分类准确率,降低了分类算法的时间复杂度.
Deep Web分類的小樣本、高維特徵的特點限製瞭分類算法的選擇,影響分類器的設計和準確度,降低瞭分類器的"汎化"能力,齣現分類器"過擬閤",所以需要進行特徵選擇,降低特徵的維數,避免.維數災難".目前,沒有Deep.Web特徵選擇自動算法的相關研究.通過對Deep Web分類的特徵選擇進行研究,提齣瞭基于類彆可分性判據和Tabu搜索的特徵選擇算法,可以在O(N2)的時間複雜度內得到次優的特徵子集,減小瞭分類器設計的難度,提高瞭分類器分類準確率.根據特徵選擇前後的特徵集,利用KNN分類算法進行Deep Web分類,結果錶明提高瞭分類器的分類準確率,降低瞭分類算法的時間複雜度.
Deep Web분류적소양본、고유특정적특점한제료분류산법적선택,영향분류기적설계화준학도,강저료분류기적"범화"능력,출현분류기"과의합",소이수요진행특정선택,강저특정적유수,피면.유수재난".목전,몰유Deep.Web특정선택자동산법적상관연구.통과대Deep Web분류적특정선택진행연구,제출료기우유별가분성판거화Tabu수색적특정선택산법,가이재O(N2)적시간복잡도내득도차우적특정자집,감소료분류기설계적난도,제고료분류기분류준학솔.근거특정선택전후적특정집,이용KNN분류산법진행Deep Web분류,결과표명제고료분류기적분류준학솔,강저료분류산법적시간복잡도.
