钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用研究期刊
\
一种基于新的特征选择的海量网络文本挖掘算法研究
一种基于新的特征选择的海量网络文本挖掘算法研究
作者:
张人上
曲开社
原文服务方:
计算机应用研究
文本自动分类
特征选择
蚁群优化算法
神经网络
摘要:
为了提高文本自动分类准确率,提出一种改进的蜂群优化神经网络的选择特征的文本数据挖掘算法.该算法将文本特征选择转换成一个多目标优化问题,以特征维数最少、分类正确率最高为选择标准,采用蚁群算法找到最优特征子集,最后神经网络建立文本自动分类器,进行仿真实验测试算法性能.仿真实验结果表明,提出的方法从高维文本最优文本特征,提高了文本自动分类的正确率和识别效率,是一种有效的网络文本挖掘算法.
下载原文
收藏
引用
分享
推荐文章
关联挖掘下的海量文本信息深入挖掘实现
关联度挖掘
海量文本
特征提取
基于协同演化的文本特征获取算法
协同演化
VSM
遗传算法
文本特征抽取
基于词间关系分析的文本特征选择算法
词间关系
特征选择
关联规则
文本分类
基于深度学习的文本挖掘研究
深度学习
文本挖掘
特征融合
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
一种基于新的特征选择的海量网络文本挖掘算法研究
来源期刊
计算机应用研究
学科
关键词
文本自动分类
特征选择
蚁群优化算法
神经网络
年,卷(期)
2014,(9)
所属期刊栏目
研究方向
页码范围
2632-2634,2684
页数
4页
分类号
TP181|TP301.6
字数
语种
中文
DOI
10.3969/j.issn.1001-3695.2014.09.017
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
曲开社
山西大学计算机与信息技术学院
26
710
8.0
26.0
2
张人上
山西财经大学信息管理学院
20
63
4.0
7.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(60)
共引文献
(366)
参考文献
(11)
节点文献
引证文献
(11)
同被引文献
(46)
二级引证文献
(29)
1974(1)
参考文献(0)
二级参考文献(1)
1998(3)
参考文献(0)
二级参考文献(3)
2000(2)
参考文献(0)
二级参考文献(2)
2001(2)
参考文献(0)
二级参考文献(2)
2002(7)
参考文献(1)
二级参考文献(6)
2003(14)
参考文献(0)
二级参考文献(14)
2004(6)
参考文献(0)
二级参考文献(6)
2005(11)
参考文献(0)
二级参考文献(11)
2006(7)
参考文献(1)
二级参考文献(6)
2007(6)
参考文献(1)
二级参考文献(5)
2008(5)
参考文献(1)
二级参考文献(4)
2009(3)
参考文献(3)
二级参考文献(0)
2010(2)
参考文献(2)
二级参考文献(0)
2012(2)
参考文献(2)
二级参考文献(0)
2014(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)
2015(2)
引证文献(2)
二级引证文献(0)
2016(5)
引证文献(3)
二级引证文献(2)
2017(15)
引证文献(3)
二级引证文献(12)
2018(8)
引证文献(2)
二级引证文献(6)
2019(5)
引证文献(1)
二级引证文献(4)
2020(5)
引证文献(0)
二级引证文献(5)
研究主题发展历程
节点文献
文本自动分类
特征选择
蚁群优化算法
神经网络
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
计算机应用研究
主办单位:
四川省计算机研究院
出版周期:
月刊
ISSN:
1001-3695
CN:
51-1196/TP
开本:
大16开
出版地:
邮发代号:
创刊时间:
1984-01-01
语种:
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
期刊文献
相关文献
1.
关联挖掘下的海量文本信息深入挖掘实现
2.
基于协同演化的文本特征获取算法
3.
基于词间关系分析的文本特征选择算法
4.
基于深度学习的文本挖掘研究
5.
基于词条属性聚类的文本特征选择算法
6.
一种新的微博短文本特征词选择算法
7.
基于存储过程的海量邮件数据挖掘
8.
基于海量文本挖掘的新兴技术分析方法研究
9.
一种改进的文本特征选择算法
10.
一种改进的文本特征选择算法
11.
基于遗传算法的特征子集选择
12.
基于LDA模型与语义网络对评论文本挖掘研究
13.
不确定噪声下海量文本数据的模糊挖掘算法研究
14.
基于属性选择算法的数据挖掘在离网预测模型中的应用
15.
基于风险数据挖掘追踪技术的网络入侵检测研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用研究2000
计算机应用研究2001
计算机应用研究2002
计算机应用研究2003
计算机应用研究2004
计算机应用研究2005
计算机应用研究2006
计算机应用研究2007
计算机应用研究2008
计算机应用研究2009
计算机应用研究2010
计算机应用研究2011
计算机应用研究2012
计算机应用研究2013
计算机应用研究2014
计算机应用研究2015
计算机应用研究2016
计算机应用研究2017
计算机应用研究2018
计算机应用研究2019
计算机应用研究2020
计算机应用研究2022
计算机应用研究2014年第3期
计算机应用研究2014年第1期
计算机应用研究2014年第4期
计算机应用研究2014年第5期
计算机应用研究2014年第6期
计算机应用研究2014年第10期
计算机应用研究2014年第7期
计算机应用研究2014年第2期
计算机应用研究2014年第12期
计算机应用研究2014年第11期
计算机应用研究2014年第8期
计算机应用研究2014年第9期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号