基于DE-ELM的林业信息文本分类算法

摘要：

为解决传统林业信息文本分类算法准确率低和正确率分布不均匀的问题,提出基于差分演化优化极端学习机的林业信息文本分类算法.使用TF-IDF方法计算林业信息文本特征值,对构造的林业信息文本特征矩阵降维,结合差分演化算法对极端学习机算法进行优化,构造分类器进行精准快速的分类.实验结果表明,该算法能有效克服极端学习算法的缺点,具有较好的局部与全局收敛能力,相较BP、SVM算法,该算法有一定竞争力,为林业信息文本的分类研究提供了参考.

关键词：文本分类、差分演化优化极端学习机、极端学习机、TF-IDF、分类器

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：国家948基金项目2011-4-04;中央高校基本科研业务费专项基金项目DL12CB02;黑龙江省教育厅科学技术研究基金项目12513016;黑龙江省博士后基金项目LBH-Z10273;黑龙江省自然科学基金项目F201347;哈尔滨市科技创新人才专项基金项目2013RFQXJ100

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2412-2415,2431