基于TF-CA-CI算法的互信息特征选择改进研究

• 作者: 张德贤 柴加加 耿瑞焕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 特征选择 文本分类 互信息 词频度
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 255-257,270
• 页数: 4页
• 分类号: TP391
• 字数: 3287字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.03.067

摘要

文本特征选择的互信息算法通常倾向于选择稀有的特征词.针对这一局限性,将词频度、类间耦合度、类内内聚度应用到互信息方法上,提出基于TF-CA-CI算法的互信息改进研究.实验结果表明,改进的方法可以有效地控制互信息在低维数特征选择过程中出现的随机性,能够取得较好的分类效果,从而实现了改进方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德贤	河南工业大学信息科学与工程学院	88	431	10.0	17.0
2	柴加加	河南工业大学信息科学与工程学院	1	4	1.0	1.0
3	耿瑞焕	河南工业大学信息科学与工程学院	1	4	1.0	1.0