计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2007年
7期
97-98,122
,共3页
文本分类%粗糙集%互信息%χ2统计%联合提取特征
文本分類%粗糙集%互信息%χ2統計%聯閤提取特徵
문본분류%조조집%호신식%χ2통계%연합제취특정
重点研究了文本的特征提取,通过对互信息和χ2统计的研究,根据其各自的缺陷,提出了一种新的特征提取算法--联合特征提取算法(CEFA).通过CEFA可以提取出更具代表性的特征项,利用粗糙集优越的约减性构造文本分类系统,提取决策规则,对文本进行分类.实验表明该方法分类准确度较高.
重點研究瞭文本的特徵提取,通過對互信息和χ2統計的研究,根據其各自的缺陷,提齣瞭一種新的特徵提取算法--聯閤特徵提取算法(CEFA).通過CEFA可以提取齣更具代錶性的特徵項,利用粗糙集優越的約減性構造文本分類繫統,提取決策規則,對文本進行分類.實驗錶明該方法分類準確度較高.
중점연구료문본적특정제취,통과대호신식화χ2통계적연구,근거기각자적결함,제출료일충신적특정제취산법--연합특정제취산법(CEFA).통과CEFA가이제취출경구대표성적특정항,이용조조집우월적약감성구조문본분류계통,제취결책규칙,대문본진행분류.실험표명해방법분류준학도교고.
