邱烨
- 作品数:4 被引量:16H指数:1
- 供职机构:山东师范大学更多>>
- 发文基金:国家自然科学基金山东省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 应用特征项分布信息的信息增益改进方法研究被引量:14
- 2009年
- 在特征项分布不平衡的情况下,传统信息增益算法的分类性能会急剧下降,针对此缺陷提出了一种利用特征项分布信息来改进信息增益公式的计算方法。通过计算特征项分布信息来判定特征项是否存在不平衡性,并利用此信息来平衡特征项不出现时对分类精度的影响。通过实验验证,改进后的计算方法整体上比传统的信息增益算法具有更好的性能。
- 杨玉珍刘培玉朱振方邱烨
- 关键词:信息增益类内离散度
- 文本特征选择在网络信息过滤系统中的应用研究
- 如今,网络信息资源的获取成为人们关注的重点,有价值的信息已经成为一种新的财富资源。网络信息过滤技术作为处理和组织庞大的网络信息的关键技术,能够在较大的程度上解决信息杂乱的现象,方便用户准确地定位所需的信息。其中,特征选择...
- 邱烨
- 关键词:信息过滤互信息遗传算法文本分类
- 文献传递
- 基于量子遗传算法的文本特征选择方法研究被引量:1
- 2008年
- 特征选择方法是文本自动分类中的一项关键技术,提出了一种基于量子遗传算法的文本特征选择新方法,该方法用量子比特对文本向量进行编码,用量子旋转门和量子非门对染色体进行更新,同时,针对信息过滤的特点,对适应度函数进行了改进,充分考虑了特征权值、文本相似度和向量维数等。实验证明,该方法可以极大地降低文本的维数,提高分类的准确率。
- 邱烨刘培玉
- 关键词:文本分类量子遗传算法
- 基于语义神经网络的文本特征选择方法的研究
- 2009年
- 文本自动分类的一项关键技术是特征选择。本文针对信息过滤的特点,对特征选择方法进行了改进,提出了一种基于语义神经网络的文本特征选择方法。首先对原始特征集进行初始筛选,去除冗余特征及噪声后,对得到的特征子集采用语义神经网络进行智能的特征选择,其核心是关联度及激活变量的计算。从而得出代表问题空间的最优特征子集,实现降维并提高分类精度。实验证明,该方法可以极大地降低文本的维数,提高文本过滤的质量。
- 邱烨刘培玉张立伟
- 关键词:文本分类语义神经网络神经元