蚁群算法在KNN文本分类中的应用

• 作者: 杨志伟 殷宏威 赵伟
• 来源期刊: 长春理工大学学报(自然科学版)
• 学科: 工学
• 关键词: KNN 文本分类 待测样本 蚁群算法 易判区域 难判区域 组相似度
• 年，卷（期）: 2010,（1）
• 页码范围: 159-163
• 分类号: TP391.12
• 字数: 4239字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9870.2010.01.044

摘要

作为一种经典的文本分类算法,KNN简单、实用,在许多实际系统中有广泛的应用,但若待分样本位于易判区域时,KNN却做了许多无用计算.基于此,本文提出一种改进算法,借鉴于蚁群算法,引入了组相似度这个新颖概念,使得当待测样本位于易判区域时,能很快得出判定结果;当待测样本位于难判区域时,该算法退化为KNN的原始算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟	长春工业大学计算机学院	22	160	8.0	12.0
5	殷宏威	长春工业大学计算机学院	1	4	1.0	1.0
6	杨志伟	长春工业大学计算机学院	1	4	1.0	1.0