基于改进KNN算法的中文文本分类方法

• 作者: 国玮玮 徐晓艳 李仿华 王爱平
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 文本分类 中心向量法 KNN 相似度
• 年，卷（期）: 2011,（18）
• 所属期刊栏目: 软件天地
• 页码范围: 8-10,13
• 分类号: TP39
• 字数: 2866字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.18.004

摘要

介绍了中心向量算法和KNN算法两种分类方法。针对KNN分类方法在计算文本相似度时存在的不足，提出了改进方案。新方案引入了中心向量分类法的思想。通过实验，对改进的KNN算法、中心向量算法和传统的KNN算法应用于文本分类效果进行了比较。实验结果表明，改进的KNN算法较中心向量法和传统的KNN算法在处理中文文本分类问题上有较好的分类效果，验证了对KNN算法改进的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王爱平	安徽大学计算智能与信号处理教育部重点实验室	39	522	11.0	22.0
2	国玮玮	安徽大学计算智能与信号处理教育部重点实验室	3	34	2.0	3.0
3	李仿华	安徽大学计算智能与信号处理教育部重点实验室	3	34	2.0	3.0
4	徐晓艳	安徽大学计算智能与信号处理教育部重点实验室	6	50	3.0	6.0