基于粗糙集与改进KNN算法的文本分类方法的研究

摘要：

KNN算法是文本自动分类领域中的一种常用算法,对于低维度的文本分类,其分类准确率较高.然而在处理大量高维度文本时,传统KNN算法由于需处理大量训练样本导致样本相似度的计算量增加,降低了分类效率.为解决相关问题,本文首先利用粗糙集对高维文本信息进行属性约简,删除冗余属性,而后用改进的基于簇的KNN算法进行文本分类.通过仿真实验,证明该方法能够提高文本的分类精度和准确率.

关键词：粗糙集、改进KNN、文本分类

分类号：TP392(计算技术、计算机技术)

资助基金：四川省科技厅2010年科研立项支持课题2010JY0J41;四川省教育厅2010年科研立项课题10SA090;阿坝师范高等专科学校规划课题ASB10-14

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：86-89