典型文献
基于正余弦算法的文本特征选择
文献摘要：
为获取文本中的较优特征子集,剔除干扰和冗余特征,提出了一种结合过滤式算法和群智能算法的混合特征寻优算法.首先计算每个特征词的信息增益值,选取较优的特征作为预选特征集合,再利用正余弦算法对预选特征进行寻优,获取精选特征集合.为较好地平衡正余弦算法中的全局搜索和局部开发能力,加入了自适应惯性权重;为更精确地评价特征子集,引入以特征数量和准确率进行加权的适应度函数,并提出了新的位置更新机制.在KNN和贝叶斯分类器上的实验结果表明,该特征选择算法与其它特征选择算法及改进前的算法相比,分类准确率得到了一定的提升.
文献关键词：
特征选择;正余弦;惯性权重;分类准确率
中图分类号：
作者姓名：
文武;万玉辉;文志云
作者机构：
重庆邮电大学通信与信息工程学院,重庆 400065;重庆邮电大学通信新技术应用研究中心,重庆 400065;重庆信科设计有限公司,重庆 401121
文献出处：
引用格式：
[1]文武;万玉辉;文志云-.基于正余弦算法的文本特征选择)[J].计算机工程与科学,2022(08):1467-1473
A类：
B类：
正余弦算法,文本特征,优特,特征子集,剔除干扰,冗余特征,群智能算法,混合特征,寻优算法,特征词,信息增益,增益值,预选,特征集合,精选,地平,全局搜索,局部开发,自适应惯性权重,特征数,适应度函数,位置更新,更新机制,KNN,贝叶斯分类器,特征选择算法,进前,分类准确率
AB值：
0.363602
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
