基于散度差准则的文本特征降维研究

• 作者: 刘守生 刘海峰 张学仁 王元元
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 特征选择 特征抽取 特征降维 散度差 KNN分类器
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1971-1973
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.07.013

摘要

研究了一种基于散度差准则的文本特征抽取方法.首先讨论了文本分类中特征降维的主要方法及其特点,然后分析了一种基于散度差的准则用于特征降维的原理和方法,从理论上对该方法的相关步骤进行了数学论证.在中文文本分类实验中,对KNN分类器进行了基于密度的改进,消除了由于文本分布倾斜对分类器产生的影响.实验结果表明,这种方法在文本分类的准确性方面效果较为理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元元	解放军理工大学指挥自动化学院	46	351	12.0	16.0
2	张学仁	解放军理工大学理学院	18	177	10.0	13.0
3	刘海峰	解放军理工大学指挥自动化学院	64	473	14.0	19.0
7	刘守生	解放军理工大学理学院	50	311	10.0	15.0