计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2005年
4期
85-87
,共3页
协同演化%VSM%遗传算法%文本特征抽取
協同縯化%VSM%遺傳算法%文本特徵抽取
협동연화%VSM%유전산법%문본특정추취
作为证券监管机构,如何从海量的网络信息中有效地对文本信息进行准确的分类,对于提高日常监管工作效率是非常重要的.该文主要基于数据挖掘技术,以矢量空间模型VSM为文本的表示方法,提出了一个基于协同演化遗传算法的多文本特征抽取算法,有效地降低了文本特征矢量的维数,为文本分类模板获取等多文本特征获取问题提供了一个可行的解决方案.
作為證券鑑管機構,如何從海量的網絡信息中有效地對文本信息進行準確的分類,對于提高日常鑑管工作效率是非常重要的.該文主要基于數據挖掘技術,以矢量空間模型VSM為文本的錶示方法,提齣瞭一箇基于協同縯化遺傳算法的多文本特徵抽取算法,有效地降低瞭文本特徵矢量的維數,為文本分類模闆穫取等多文本特徵穫取問題提供瞭一箇可行的解決方案.
작위증권감관궤구,여하종해량적망락신식중유효지대문본신식진행준학적분류,대우제고일상감관공작효솔시비상중요적.해문주요기우수거알굴기술,이시량공간모형VSM위문본적표시방법,제출료일개기우협동연화유전산법적다문본특정추취산법,유효지강저료문본특정시량적유수,위문본분류모판획취등다문본특정획취문제제공료일개가행적해결방안.
