基于粗糙集和最小二乘支持向量机的文本分类方法

• 作者: 张庙林 牛犇
• 来源期刊: 信息记录材料
• 学科: 工学
• 关键词: 数据挖掘 文本分类 粗糙集 最小二乘支持向量机
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息·技术
• 页码范围: 99-102
• 页数: 4页
• 分类号: TM614
• 字数: 5778字
• 语种: 中文

摘要

文本分类是数据挖掘和知识发现的关键,机器学习已经成功的应用于文本分类.但是,高维度的特征向量影响了分类速度,且特征的选择影响了分类精度.本文提出一种粗糙集和最小二乘支持向量机相结合的文本分类方法,使用粗糙集对特征向量进行降维,使用最小二乘支持向量机进行特征选择并分类.实验结果表明,基于粗糙集和最小二乘支持向量机的分类方法较传统的KNN、决策树、标准SVM等方法更加有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛犇	金陵科技学院电子信息工程学院	2	3	1.0	1.0
2	张庙林	金陵科技学院电子信息工程学院	1	3	1.0	1.0