结合ODF和辨识集的特征选择

• 作者: 周姝 朱颢东 钟勇
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 文档频 粗糙集 辨识集 属性约简
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 94-98,107
• 页数: 6页
• 分类号: TP301
• 字数: 5483字
• 语种: 中文

摘要

在中文文本分类中,由于中文词条总数较高,限制了中文文本分类算法的选择空间.特征选择是文本分类的一个核心研究课题.提出了一个优化的文档频(optimal document frequency,ODF),再结合粗糙集提出了一个新的基于辨识集的属性约简算法,最后把该属性约简算法同优化的ODF结合起来,提出了一个综合的特征选择方法.该综合选择方法首先使用优化的ODF进行特征初选以过滤掉一些词条来降低特征空间的稀疏性,然后再利用所提出的属性约简算法消除冗余,从而获得较具代表性的特征子集.实验结果表明该方法有较好的准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟勇	中国科学院成都计算机应用研究所	96	776	17.0	24.0
5	朱颢东	中国科学院成都计算机应用研究所	36	169	8.0	11.0
9	周姝	中国科学院成都计算机应用研究所	4	14	2.0	3.0