基于改进的最大熵均值聚类方法在文本分类中的应用

摘要：

针对传统的文本分类算法存在着各特征词对分类的结果影响相同、分类准确率较低、造成算法时间复杂度增加的问题,提出了一种改进的最大熵C-均值聚类文本分类方法.该方法充分结合了C-均值聚类和最大熵值算法的优点,以香农熵作为最大熵模型中的目标函数,简化分类器的表达形式,然后采用C-均值聚类算法对最优特征进行分类.仿真实验结果表明,与传统的文本分类方法相比,提出的方法能够快速得到最优分类特征子集,大大提高了文本分类准确率.

关键词：文本分类、最大熵、C-均值聚类、特征选择

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：广西教育厅科研项目基金资助项目200911LX486,201106LX745

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1297-1299