| 基于CCIPCA-LSSVM的文本自动分类算法 |
| |
| 引用本文： | 张鸿彦.基于CCIPCA-LSSVM的文本自动分类算法[J].科学技术与工程,2013,13(10):2704-2709. |
| |
| 作者姓名： | 张鸿彦 |
| |
| 作者单位： | 河南工程学院 |
| |
| 摘 要： | 特征具有高维、稀疏性。为提高了文本自动分类准确率,针对PCA提取特征需要对大规模文本进行批处理,影响文本的准确率等,提出一种基于增量主元分析方法(CCIPCA)和最二小乘向量机(LSSVM)相结合的文本自动分类算法(CCIPCA-LSSVM)。首先通过互信法选择文本特征,然后采用CCIPCA高维文本特征进行提取,降低特征维数,消除冗余特征,最后采用LSSVM对提取特征进行学习,并通过粒子群算法对分类器优化,建立最优文本自动分类模型。仿真结果表明,相对于其它文本分类算法,CCIPCA-LSSVM提高了文本分类准确率和召回率,解决了文本特征提取过程存在的难题。
|
| 关 键 词： | 文本分类 特征提取 最小二乘支持向量机 增量主元分析方法 粒子群优化算法 |
| 收稿时间： | 2012/11/21 0:00:00 |
| 修稿时间： | 2012/11/21 0:00:00 |
Text categorization algorithm based on CCIPCA-LSSVM |
| |
| ZHANG Hong-yan.Text categorization algorithm based on CCIPCA-LSSVM[J].Science Technology and Engineering,2013,13(10):2704-2709. |
| |
| Authors: | ZHANG Hong-yan |
| |
| Institution: | ZHANG Hong-yan(School of Software,Henan Institute of Engineering,Zhengzhou 451191,P.R.China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
