基于混沌二进制粒子群优化的KNN文本分类算法

• 作者: 徐辉
• 来源期刊: 微电子学与计算机
• 关键词: 二进制粒子群 混沌 K最近邻 文本分类
• 年，卷（期）: 2012,（8）
• 页码范围: 204-208
• 分类号: TP391
• 语种: 中文

摘要

中文文本分类的主要问题是特征空间的高维性.提出了基于混沌二进制粒子群的KNN文本分类算法,利用混沌二进制粒子群算法遍历训练集的特征空间,选择特征子空间,然后在特征子空间中使用KNN算法进行文本分类.在粒子群的迭代优化过程中,利用混沌映射,指导群体进行混沌搜索,使算法摆脱局部最优,扩大寻找全局最优解的能力.实验结果表明,提出的新分类算法对中文文本分类是有效的,其分类准确率、召回率都优于KNN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	徐辉	广西财经学院信息与统计学院	24	61	4.0	7.0