计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2014年
9期
2632-2634,2684
,共4页
文本自动分类%特征选择%蚁群优化算法%神经网络
文本自動分類%特徵選擇%蟻群優化算法%神經網絡
문본자동분류%특정선택%의군우화산법%신경망락
text categorization(TC)%feature selection%ant colony optimization(ACO)%neural network
为了提高文本自动分类准确率,提出一种改进的蜂群优化神经网络的选择特征的文本数据挖掘算法.该算法将文本特征选择转换成一个多目标优化问题,以特征维数最少、分类正确率最高为选择标准,采用蚁群算法找到最优特征子集,最后神经网络建立文本自动分类器,进行仿真实验测试算法性能.仿真实验结果表明,提出的方法从高维文本最优文本特征,提高了文本自动分类的正确率和识别效率,是一种有效的网络文本挖掘算法.
為瞭提高文本自動分類準確率,提齣一種改進的蜂群優化神經網絡的選擇特徵的文本數據挖掘算法.該算法將文本特徵選擇轉換成一箇多目標優化問題,以特徵維數最少、分類正確率最高為選擇標準,採用蟻群算法找到最優特徵子集,最後神經網絡建立文本自動分類器,進行倣真實驗測試算法性能.倣真實驗結果錶明,提齣的方法從高維文本最優文本特徵,提高瞭文本自動分類的正確率和識彆效率,是一種有效的網絡文本挖掘算法.
위료제고문본자동분류준학솔,제출일충개진적봉군우화신경망락적선택특정적문본수거알굴산법.해산법장문본특정선택전환성일개다목표우화문제,이특정유수최소、분류정학솔최고위선택표준,채용의군산법조도최우특정자집,최후신경망락건립문본자동분류기,진행방진실험측시산법성능.방진실험결과표명,제출적방법종고유문본최우문본특정,제고료문본자동분류적정학솔화식별효솔,시일충유효적망락문본알굴산법.
