基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的特征选择使用阈值过滤导致有效信息丢失的问题,提出一种粗糙集的文本特征选择方法.该方法以核为起点利用特征属性的重要性和依赖性作为启发式信息进行特征选择,使文本的特征维数得到一定程度的降低.实验表明,此算法不仅易于实现而且能够有效降低特征数目,提高分类效率.
推荐文章
基于粗糙集与蚁群优化算法的特征选择方法研究
粗糙集理论
知识约简
特征选择
蚁群优化
结合粗糙集与集成学习的中文文本分类方法研究
中文文本分类
粗糙集
集成学习
AdaBoost.M1
基于粗糙集与信息增益的情感特征选择方法
情感分析
特征选择
粗糙集
信息增益
基于粗糙集粒子群支持向量机的特征选择方法
粗糙集
属性约简
粒子群支持向量机
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集的中文文本特征选择方法研究
来源期刊 计算机应用与软件 学科 工学
关键词 粗糙集 特征选择 属性重要性 属性依赖性
年,卷(期) 2010,(3) 所属期刊栏目 基金项目论文
研究方向 页码范围 4-5,74
页数 3页 分类号 TP3
字数 2725字 语种 中文
DOI 10.3969/j.issn.1000-386X.2010.03.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 耿国华 西北大学可视化技术研究所 497 5986 35.0 55.0
2 周明全 西北大学可视化技术研究所 270 2127 22.0 27.0
6 张翔 西北大学可视化技术研究所 15 194 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (152)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (25)
二级引证文献  (16)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粗糙集
特征选择
属性重要性
属性依赖性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导