2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、大數(shù)據(jù)時代的來臨,使得人們充分意識到數(shù)據(jù)的重要性,面對日益膨脹的海量數(shù)據(jù),如何挖掘與整理這些數(shù)據(jù)成為大家關(guān)注的熱點。文本分類技術(shù)作為大數(shù)據(jù)時代一門非常有價值的學(xué)科,能夠很好的幫助研究者處理智能檢索、信息過濾、網(wǎng)頁分類、情感分析等領(lǐng)域問題。文本分類是利用計算機技術(shù)將給定的文本內(nèi)容自動判定事先確定的若干文本類別中的一種或者多種的技術(shù),主要包括文本表示模型、文本特征詞提取方法和分類方法等技術(shù)。其中文本特征選擇和分類方法直接影響文本分類的效果。

2、
  支持向量機能夠解決小樣本、高維數(shù)分類問題,有很強的學(xué)習(xí)能力和泛化能力,是目前基于機器學(xué)習(xí)領(lǐng)域的文本分類研究的熱點問題。利用支持向量機進行分類的過程中,影響分類性能的主要因素是核函數(shù)的核參數(shù)和懲罰參數(shù)的選擇,針對粒子群算法等傳統(tǒng)優(yōu)化算法存在對參數(shù)優(yōu)化容易陷入局部極值、訓(xùn)練時間較長等問題,提出了利用果蠅優(yōu)化算法獲取最佳模型參數(shù)。將分類準確率計算公式作為味道濃度判定函數(shù),通過UCI標準數(shù)據(jù)集測試,與標準粒子群算法、遺傳算法、蟻群算

3、法比較,該優(yōu)化方法具有訓(xùn)練時間短、全局搜索能力強和良好魯棒性,能夠獲得較高的分類準確率。
  在研究總結(jié)文本特征提取方法和分類算法的基礎(chǔ)上,選取搜狗互聯(lián)網(wǎng)語料庫中六個類別的2490篇TEXT文本,利用支持向量機分類算法,在全局特征維數(shù)為300、600、900維情況下對互信息、期望交叉熵等五種特征提取方法進行了實驗比較,證明在特征維數(shù)900維時文本證據(jù)權(quán)算法分類性能穩(wěn)定性最強。然后將果蠅算法優(yōu)化后的支持向量機應(yīng)用到文本分類問題上,在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論