基于差分进化的两阶段文本特征选择算法

• 作者: 吴瑶 周锡玲 廖卓凡 肖晓丽
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 混合特征选择 降维 差分进化算法 方差 平均中位数 文本聚类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 303-309,314
• 页数: 8页
• 分类号: TP391
• 字数: 6306字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049701

摘要

为降低文本特征空间维度, 提高数据挖掘处理数据的效率, 提出两阶段文本特征选择算法.结合方差和平均中位数2种方法构建高相关性的特征子集进行初步降维, 并将其作为差分进化算法的初始特征种群.利用特征词的累计词频和文档频率设计适应度函数, 将多个特征差向量和局部最优特征引入变异操作中, 增加特征子集的扰动性, 加快差分进化算法的收敛速度, 获得最优特征子集.在WebKB和Reuters-21578数据集上进行实验, 结果表明, 该算法在准确率、召回率和F1值上均优于TDM5、MADAC等算法, 能够降低文本特征空间的维度, 提高文本聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖晓丽	长沙理工大学计算机与通信工程学院	18	128	7.0	11.0
5	廖卓凡	长沙理工大学计算机与通信工程学院	7	12	2.0	3.0
6	吴瑶	长沙理工大学计算机与通信工程学院	2	1	1.0	1.0
10	周锡玲	长沙理工大学计算机与通信工程学院	1	1	1.0	1.0