|
|||||
|
|
| 基于特征权重优化的改进KNN Web文本分类算法 | |
| 引用本文： | 王煜,白石,王正欧.基于特征权重优化的改进KNN Web文本分类算法[J].情报学报,2007,26(5):643-647. |
| 作者姓名： | 王煜 白石 王正欧 |
| 作者单位： | 1. 河北大学数学与计算机学院,保定,071002;天津大学系统工程研究所,天津,300072 2. 沧州市城建档案馆,沧州,061000 3. 天津大学系统工程研究所,天津,300072 |
| 摘 要： | 本文提出了一种基于权重优化的样本相似度测量的距离公式,改进了KNN文本分类算法.KNN算法通常采用传统的VSM模型,各个特征具有相同的权重,使其不适应于文本处理的环境.本文首先根据神经网络理论,采用灵敏度方法对文本特征向量的每个特征的权重进行修正,并且采用降低运算量的神经网络特征选择方法进行第二次降维处理.然后根据同一特征对不同类别的文本类的分类作用不同,对距离公式中的特征权重进行进一步改进,从而进一步提高了KNN文本分类算法的精度. |
| 关 键 词： | 文本分类 神经网络 KNN算法 |
| 修稿时间： | 2006年6月20日 |
An Improved KNN Algorithm Applied to Web Text Categorization Based on Weight Optimization |
|
| Wang Yu,Bai Shi,Wang Zheng'ou.An Improved KNN Algorithm Applied to Web Text Categorization Based on Weight Optimization[J].Journal of the China Society for Scientific andTechnical Information,2007,26(5):643-647. | |
| Authors: | Wang Yu Bai Shi Wang Zheng'ou |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |