聚类加权和CS-LSSVM的文本分类

摘要：

　　文本特征提取和分类器优化是文本分类的两个关键问题，为了提高文本分类正确率，提出一种聚类加权（CW）和布谷鸟（CS）算法优化最小二乘支持向量机（LSSVM）的文本分类模型。采用TF-IDF算法计算特征词的权重，根据特征词的位置进行加权，经过特征聚类处理降低特征冗余度，采用LSSVM建立文本分类器，采用CS算法对LSSVM参数进行优化。采用复旦大学语料库对模型性能进行仿真测试，仿真结果表明，模型不仅提高了文本分类的正确率，而且提高了文本分类的效率。

关键词：文本特征、聚类加权、最小二乘支持向量机、布谷鸟搜索算法

分类号：TP181(自动化基础理论)

资助基金：湖南省教育厅青年项目No.12B04。

在线出版日期：2013-08-25（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：124-128