10.3778/j.issn.1002-8331.1303-0315
聚类加权和CS-LSSVM的文本分类
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。
文本特征、聚类加权、最小二乘支持向量机、布谷鸟搜索算法
TP181(自动化基础理论)
湖南省教育厅青年项目No.12B04。
2013-08-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
124-128