现代导航
現代導航
현대도항
MODERN NAVIGATION
2014年
3期
214-218
,共5页
二进制粒子群优化%特征选择%生物文本分类
二進製粒子群優化%特徵選擇%生物文本分類
이진제입자군우화%특정선택%생물문본분류
Binary Particle Swarm Optimizer%Feature Selection%Biomedical Text Classification
为了在文本数据中选择有效的文本特征，本文提出一种新的基于改进二进制粒子群优化的特征选择算法，该算法利用翻转角度，局部翻转因子和全局翻转因子来决定粒子群的进化，通过求解目标函数的最优解，得到二进制特征选择系数，选择特征选择系数为1的特征为有效特征。实验证明，该方法不仅有效地降低了运算开销，而且提高了文本分类的准确度。
為瞭在文本數據中選擇有效的文本特徵，本文提齣一種新的基于改進二進製粒子群優化的特徵選擇算法，該算法利用翻轉角度，跼部翻轉因子和全跼翻轉因子來決定粒子群的進化，通過求解目標函數的最優解，得到二進製特徵選擇繫數，選擇特徵選擇繫數為1的特徵為有效特徵。實驗證明，該方法不僅有效地降低瞭運算開銷，而且提高瞭文本分類的準確度。
위료재문본수거중선택유효적문본특정，본문제출일충신적기우개진이진제입자군우화적특정선택산법，해산법이용번전각도，국부번전인자화전국번전인자래결정입자군적진화，통과구해목표함수적최우해，득도이진제특정선택계수，선택특정선택계수위1적특정위유효특정。실험증명，해방법불부유효지강저료운산개소，이차제고료문본분류적준학도。
In order to extract effective features from text, we propose a novel feature selection method based on improved binary particle swarm optimizer. The improved binary particle swarm optimizer iterates according to round angle, local round factor and global round factor, search best values of fitness function, and then select those feature with weight 1, and ignore those features with weight 0. The experimental results show that the method not only cuts down computing cost, and is helpful to improve precision of bio-entity recognition.
