用于文本分类的改进KNN算法

• 作者: 张明 王正欧 王煜 白石
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 KNN算法 灵敏度法 CURE聚类算法 Tabu算法
• 年，卷（期）: 2007,（13）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 159-162,166
• 页数: 5页
• 分类号: TP311
• 字数: 6511字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.13.048

摘要

采用灵敏度方法对距离公式中文本特征的权重进行修正;提出一种基于CURE算法和Tabu算法的训练样本库的裁减方法,采用CURE聚类算法获得每个聚类的代表样本组成新的训练样本集合,然后用Tabu算法对此样本集合进行进一步维护(添加或删除样本),添加样本时只考虑增加不同类交界处的样本,添加或删除样本以分类精度最高、与原始训练样本库距离最近为原则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王煜	河北大学数学与计算机学院	21	336	10.0	18.0
2	王正欧	天津大学系统工程研究所	91	2104	28.0	41.0
3	张明	河北大学数学与计算机学院	22	138	7.0	11.0