文本分类中一种混合型特征降维方法

• 作者: 刘海峰 姚泽清 张述祖 王元元
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 特征选择 特征抽取 主成分分析
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 194-196
• 页数: 3页
• 分类号: TP391
• 字数: 4882字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.02.068

摘要

提出一种基于特征选择和特征抽取的混合型文本特征降维方法,分析基于选择和抽取的特征降维方法各自的特点,借助特征项的类别分布差异信息对特征集进行初步选择.使用一种新的基于PCA的特征抽取方法对剩余特征集进行二次抽取,在最大限度减少信息损失的前提下实现了文本特征的有效降维.对文本的分类实验结果表明,该特征降维方法具有良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚泽清	解放军理工大学理学院	54	344	12.0	15.0
2	王元元	解放军理工大学指挥自动化学院	46	351	12.0	16.0
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	张述祖	解放军理工大学理学院	5	25	2.0	5.0