改进二进制麻雀搜索的特征选择及文本聚类

摘要：

针对文本中存在冗余特征影响聚类精度等问题,提出一种结合蜣螂优化算法改进二进制麻雀搜索算法的特征选择及文本聚类算法.利用基于特征词权重的适应度函数完成文本特征评估,构建矢量空间模型;引入蜣螂优化算法中的圆周方向搜索机制,改进传统麻雀搜索算法中麻雀发现者位置更新策略,并融入滚动方向机制的随机游走策略提升全局搜索能力,结合转移函数对连续型麻雀位置进行更新,得到优化的二进制麻雀搜索算法,筛选出优质特征子集;选用k-means++算法完成文本聚类.通过多种基准函数及公共数据集进行验证,结果表明:所提方法能够有效降低文本特征维度,提高聚类效果.

关键词：特征选择、蜣螂优化算法、二进制麻雀搜索算法、k-means++、文本聚类、特征词权重

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中国高校产学研创新基金;黑龙江省教育科学规划重点课题

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：166-176