基于免疫算法的文本分类研究

• 作者: 张凌 张启蕊 董守斌 谭景华
• 来源期刊: 科技与创新
• 关键词: 文本分类 免疫 克隆选择 抗体浓度
• 年，卷（期）: 2007,（24）
• 所属期刊栏目: 软件时空
• 页码范围: 210-212
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.24.081

摘要

借鉴免疫的生物学机理,本文提出了一种基于抗体浓度的克隆选择算法,该算法中抗体的选择概率由亲和度与浓度共同决定,具有高亲和度和低浓度的抗体才受到促进.该算法在文本分类领域得到了成功应用.在文本分类的应用中,抗原、B细胞和抗体分别对应训练文本、分类器的一个解和分类器的解与训练文本的亲和度,最后训练完成的分类器含有多个记忆细胞,有效保证了解的多样性.在数据集20_newsgroups上的实验结果显示,该方法的综合性能指标F1可迭80.90%,优于Rocchio法与Naive Bayes法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凌	华南理工大学广东省计算机网络重点实验室	142	1178	18.0	28.0
2	董守斌	华南理工大学广东省计算机网络重点实验室	60	696	10.0	25.0
3	谭景华	广东药学院医药信息工程学院	1	7	1.0	1.0