暂无评论
文本分类特征选择方法
VSM文本特征选择文本特征选择文本特征选择文本特征选择
为了改善单一聚类算法的聚类性能, 提出一种基于量子遗传算法的XML文档聚类集成解决方法。该方法首先利用KNN分类算法将XML文档划分成k个差异性的聚类成员; 其次根据聚类成员的关系获得内联相似度矩阵,
在文本分类系统中,特征的优劣往往极大地影响着分类器的设计和性能。提出一种利用分形维数和带精英策略的非劣支配排序遗传算法进行特征选择的方法。在该方法中分形维数作为特征选择的一个评价机制,利用NSGA-I
针对量子遗传进行了研究,介绍了量子遗传算法的发展、基本理论和方法,从量子门的改进、加入新算子、量子遗传算法的并行性、混合量子遗传算法四个角度论述了量子遗传算法的改进方法,并总结了量子遗传算法的应用领域
文本分类存在维数灾难、数据集噪声及特征词对分类贡献不同等问题, 影响文本分类精度。为提高文本分类精度, 在数据处理方面提出一种新方法。该方法首先对数据集进行去噪处理, 结合特征提取算法和语义分析方法对
论文研究-在线旅游平台混合不透明营销策略选择研究.pdf, 在线旅游平台(OTA-online travel agent)开始运用不透明营销模式来实现价格歧视策略,从而在保障其从高估值消费者获取收益
针对传统CHI方法的低频词缺陷问题以及传统CHI方法是在全局范围内作特征选择,忽略了特征和类别间的相关性问题,提出了改进方法。通过引入类内和类间分布因子,减少了低频词带来的干扰,并且降低了特征词在类间
模式识别方法首先要解决的一个问题就是特征选择,目前许多方法考虑了有监督学习的特征选择问题,对无监督学习的特征选择问题却涉及得很少。依据特征对分类结果的影响和特征之间相关性分析两个方面提出了一种基于K-
提出一种新的运用模糊集理论进行分形特征增强的方法,并将其运用到复杂背景下的目标检测中。首先根据分形的尺度不变性计算图像各像素分形特征,定义新的隶属度函数对分形灰度图进行模糊特征平面映射,再运用非线性变
暂无评论