山东大学学报（理学版）
山東大學學報（理學版）
산동대학학보（이학판）
JOURNAL OF SHANDONG UNIVERSITY(NATURAL SCIENCE)
2006年
3期
34-36,42
,共4页
KNN分类器%粒子群优化算法%文本分类%文本相似度
KNN分類器%粒子群優化算法%文本分類%文本相似度
KNN분류기%입자군우화산법%문본분류%문본상사도
提出了一种有效的快速k近邻分类文本分类算法,即PSOKNN算法,该算法利用粒子群优化方法的随机搜索能力在训练文档集中进行有指导的全局随机搜索.在搜索k近邻的过程中,粒子群跳跃式移动,掠过大量不可能成为k近邻的文档向量,从而可以快速找到测试样本的k个近邻.以Reuters-21578文档集分类为例验证算法的有效性,结果表明,保持k近邻法分类精度,新算法比KNN算法降低分类时间70%.
提齣瞭一種有效的快速k近鄰分類文本分類算法,即PSOKNN算法,該算法利用粒子群優化方法的隨機搜索能力在訓練文檔集中進行有指導的全跼隨機搜索.在搜索k近鄰的過程中,粒子群跳躍式移動,掠過大量不可能成為k近鄰的文檔嚮量,從而可以快速找到測試樣本的k箇近鄰.以Reuters-21578文檔集分類為例驗證算法的有效性,結果錶明,保持k近鄰法分類精度,新算法比KNN算法降低分類時間70%.
제출료일충유효적쾌속k근린분류문본분류산법,즉PSOKNN산법,해산법이용입자군우화방법적수궤수색능력재훈련문당집중진행유지도적전국수궤수색.재수색k근린적과정중,입자군도약식이동,략과대량불가능성위k근린적문당향량,종이가이쾌속조도측시양본적k개근린.이Reuters-21578문당집분류위례험증산법적유효성,결과표명,보지k근린법분류정도,신산법비KNN산법강저분류시간70%.
