遗传算法的粗糙集理论在文本降维上的应用

• 作者: 张峰 王来生 赵东红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混合遗传算法 特征降维 文本分类
• 年，卷（期）: 2012,（36）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 125-128
• 页数: 4页
• 分类号: TP301
• 字数: 3161字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1109-0583

摘要

遗传算法作为一种有效的全局并行优化搜索工具,早被众多应用领域所接受.根据问题提出了相应的适应度函数,针对遗传算法和粗糙集理论两种方法各自的特点,将两种算法适当结合.还把结合后的方法和单一的粗糙集算法在文本分类效果上进行了对比.实验结果表明将遗传算法和粗糙集理论相结合的优化方法来应用到特征提取中,比单一的粗糙集算法,具有更好的降维效果,使得降维后的特征词更有利于文本数据的分类,大大优化了文本分类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王来生	中国农业大学理学院数学系	49	555	14.0	20.0
2	赵东红	北京科技大学数理学院应用数学系	6	12	2.0	3.0
6	张峰	北京科技大学数理学院应用数学系	5	35	2.0	5.0