基于蚁群智能算法的文本分类研究
面对海量、异构、动态的文本信息,对文本进行自动分类具有重要意义.文本分类的发展与模式识别的发展密切相关.文本分类具有的类目多、样本数目多、噪音多、各类别样本数目不均衡等特点,使各模式识别算法在应用于文本分类时存在许多缺点.近年来逐步发展起来的群集智能(Swarm Intelligence)理论和方法为文本分类提供一种新的智能化手段.将蚁群智能算法尝试性引入文本分类领域,构建基于蚁群智能的文本分类模型,并在文本数据集上进行测试和比较,结果表明该模型可以较好地应用于文本分类.
文本分类、群集智能、蚁群智能算法
55
TP391(计算技术、计算机技术)
国家自然科学基金01003174
2011-04-27(万方平台首次上网日期,不代表论文的发表时间)
103-106