作者:
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:
针对常用的文本分类算法参数难以确定的问题,该文引入遗传算法,在编码方案、种群的初始化、适应度函数和停止标准等方面进行优化,得到更好的文本分类结果.通过三种文本分类算法的对比实验,该文提出的算法效果最好.
推荐文章
采用并行遗传算法的文本分割研究
中文信息处理
文本分割
遗传算法
基于免疫算法的文本分类研究
文本分类
免疫
克隆选择
抗体浓度
基于词共现的文本分类算法
词共现
TF-IDF
向量空间模型
特征选择
基于文本分类的网页排序算法
网页排序算法
网页类型
网页年龄
网页点击率
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 基于遗传算法的文本分类技术
来源期刊 电脑知识与技术 学科 工学
关键词 文本分类 遗传算法 适应度函数
年,卷(期) 2011,(22) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 5425-5426
页数 分类号 TP18
字数 1803字 语种 中文
DOI 10.3969/j.issn.1009-3044.2011.22.059
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 吴谋硕 中南民族大学计算与实验中心 18 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(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)
研究主题发展历程
节点文献
文本分类
遗传算法
适应度函数
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导