文献类型：期刊文章

作　　者：赵专政[1] 李云翔[1]

机构地区：[1]湖南城市学院数学与计算科学学院,湖南益阳413000

出　　处：《计算机工程与应用》

基　　金：湖南省教育厅青年项目(No.12B04)

年　　份：2013

卷　　号：49

期　　号：16

起止页码：124-128

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

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。

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  

分 类 号：TP181]