聚类加权和CS-LSSVM的文本分类

• 作者: 李云翔 赵专政
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本特征 聚类加权 最小二乘支持向量机 布谷鸟搜索算法
• 年，卷（期）: 2013,（16）
• 页码范围: 124-128
• 页数: 5页
• 分类号: TP181
• 字数: 4683字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1303-0315

摘要

文本特征提取和分类器优化是文本分类的两个关键问题，为了提高文本分类正确率，提出一种聚类加权（CW）和布谷鸟（CS）算法优化最小二乘支持向量机（LSSVM）的文本分类模型。采用TF-IDF算法计算特征词的权重，根据特征词的位置进行加权，经过特征聚类处理降低特征冗余度，采用LSSVM建立文本分类器，采用CS算法对LSSVM参数进行优化。采用复旦大学语料库对模型性能进行仿真测试，仿真结果表明，模型不仅提高了文本分类的正确率，而且提高了文本分类的效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云翔	湖南城市学院数学与计算科学学院	22	28	3.0	4.0
2	赵专政	湖南城市学院数学与计算科学学院	16	36	4.0	5.0