论文研究基于混沌微粒群算法的文本分类研究.pdf

由于短文本具有长度短、特征稀疏以及上下文依赖性强等特点，传统方法对其直接进行分类精度有限。针对该问题，提出了一种基于字符级嵌入的卷积神经网络（CNN）和长短时记忆网络（LSTM）相结合的神经网络模型进

基于潜在语义分析和改进的原型算法的跨语言文本分类，赵江，兰曼，随着经济全球化发展，越来越多的组织机构急需自动化归类多语言的文档，然而却受限于缺少已知类别的外文文档。跨语言的文本分类技

基于chuas混沌系统的混沌雷达测距方法对噪声比较敏感，针对该问题，提出基于Colpitts新型混沌雷达测距方法。在发射端，发射正弦信号调制的混沌信号，接收端通过混沌同步恢复出带有距离信息的正弦信号，

微粒群算法在自动频率规划中的应用，杨锴，杨大成，本文详细介绍了微粒群算法的背景及其如何用于自动频率规划，并根据实现该算法时遇到的问题对其作了一定的优化，取得良好的效果。

针对微粒群算法容易出现早熟问题，提出一种动态种群与子群混合的微粒群算法（SPSDPSO）。该算法在微粒群搜索停滞时对微粒进行分群，在子群内部通过微粒随机初始化以及个体替代策略提高优化性能，在子群进化一

此文档中介绍的基于支持向量机的文本分类方法是网络舆情分析中常用的文本分类

基于标签主题模型的互联网文本分类,董星,郑岩,文本自动分类在数据挖掘中是一项非常重要的任务,随着互联网的高速发展,该领域的研究能够更好的帮助人们挖掘有用信息。概率主题

对给定的网页，提取其特征向量，计算网页特征向量与分类特征向量的相似度，使用Kmeans聚类方法寻找归属类得到动态阈值，提出了一种基于动态阈值的向量空间模型多主题Web文本分类方法。该方法通过网页与每

针对海量文本分类问题进行了研究，基于分布式计算框架MapReduce平台，实现了一种简单、有效的文本分类算法——平均多项朴素贝叶斯分类方法。实验中该方法分类准确率高于一般朴素贝叶斯方法，且具有较好的加

非凸在线支持向量机（LASVM-NC）具有抗噪能力强和训练速度快的优点，而词频相关频率积（tf.rf）则是一种自适应能力很强、分类性能非常好的文本特征。通过把非凸在线支持向量机和词频相关频率积相结合，