| 基于改进K-medoids算法的科技文献特征选择方法 |
| |
| 引用本文： | 李俊州,武莹. 基于改进K-medoids算法的科技文献特征选择方法[J]. 华中师范大学学报(自然科学版), 2015, 49(4): 0 |
| |
| 作者姓名： | 李俊州 武莹 |
| |
| 作者单位： | 1.开封大学 艺术设计学院， 河南 开封； 2.开封大学 软件职业技术学院， 河南 开封 |
| |
| 摘 要： | 根据科技文献的结构特点搭建了一个四层挖掘模式，并结合K-medoids算法提出了一个特征选择方法.该选择方法首先依据科技文献的结构将其分为4个层次，然后通过K-medoids算法聚类对前3层逐层实现特征词提取，紧接着再使用Aprori算法找出4层的最大频繁项集，并作为4层的特征词集合.同时，由于K-medoids算法的精度受初始中心点影响较大，为了改善该算法在特征选择中的效果，论文又对K-medoids算法的初始中心点选择进行优化.实验结果表明，结合优化K-medoids的四层挖掘模式在科技文献分类方面有较高的准确率.
|
| 关 键 词： | 文本分类 特征选择 K-medoids算法 |
Feature selection method of scientific literatures based on optimized K-medoids algorithm |
| |
| LI Junzhou , WU Ying. Feature selection method of scientific literatures based on optimized K-medoids algorithm[J]. Journal of Central China Normal University(Natural Sciences), 2015, 49(4): 0 |
| |
| Authors: | LI Junzhou WU Ying |
| |
| Abstract: | |
| |
| Keywords: | text classification feature selection K-medoids algorithm |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《华中师范大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《华中师范大学学报(自然科学版)》下载全文 |
