基于类别覆盖集的改进蚁群算法研究

• 作者: 宗春梅 焦莉娟
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 蚁群算法 文本分类 类别覆盖集 词义相似度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法与语言
• 页码范围: 54-55
• 页数: 2页
• 分类号: TP312
• 字数: 2128字
• 语种: 中文
• DOI: 10.11907/rjdk.162540

摘要

结合蚁群算法在解决分类问题方面的优势,以及中文网页内容特征值的离散性特点,提出一种改进的基于蚁群算法的网页分类方法.该算法通过携带类别信息的种群蚂蚁的爬行,在迭代过程中寻找一条最佳路径与之匹配,实现了Web页面的分类.最佳路径通过计算测试文档与每一类别的覆盖集合,进而比较最优覆盖集合得到.其中类别权重计算中引入了文字链接比和标签权值,进一步提高了分类精度.实验证明,引入类别覆盖集的蚁群分类算法能够取得更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦莉娟	忻州师范学院计算机系	20	47	4.0	5.0
2	宗春梅	忻州师范学院计算机系	18	15	3.0	3.0