基于遺傳算法與模糊聚類(lèi)的文本分類(lèi)研究.pdf

1、隨著數(shù)據(jù)的爆炸式增長(zhǎng)，信息處理已經(jīng)成為人們獲取有用信息不可缺少的工具，文本分類(lèi)也已成為重要研究方向。作為非監(jiān)督學(xué)習(xí)方法的模糊聚類(lèi)分析已成為文本分類(lèi)研究的熱點(diǎn)，對(duì)基于模糊聚類(lèi)的文本分類(lèi)研究具有重大的理論和現(xiàn)實(shí)意義。然而，模糊聚類(lèi)算法存在初始值敏感問(wèn)題。因此，本文提出了一種遺傳算法優(yōu)化模糊聚類(lèi)的文本分類(lèi)算法。 本文對(duì)模糊C-均值（FCM）聚類(lèi)算法的一種改進(jìn)算法-特征加權(quán)的FCM（WFCM）聚類(lèi)算法，與FCM算法進(jìn)行了測(cè)試比較。結(jié)果表

2、明，WFCM聚類(lèi)算法提高聚類(lèi)的正確率。遺傳算法是一種高效率的隨機(jī)全局優(yōu)化搜索算法，本文將遺傳算法與FCM結(jié)合產(chǎn)生基于遺傳算法的特征加權(quán)的FCM（WFCM）聚類(lèi)算法（GWFCM），充分發(fā)揮FCM的局部搜索和遺傳算法的全局搜索能力。本文在研究現(xiàn)有聚類(lèi)類(lèi)別數(shù)目自動(dòng)學(xué)習(xí)的基礎(chǔ)上，對(duì)聚類(lèi)的有效性判斷加以改進(jìn)，在算法中動(dòng)態(tài)改變聚類(lèi)類(lèi)別數(shù)目，以提高聚類(lèi)的有效性和精確性。 針對(duì)編碼特征的問(wèn)題，本文引入一個(gè)基因平均差異度的概念，算法的執(zhí)行過(guò)程中，

3、交叉和變異算子，動(dòng)態(tài)地計(jì)算基因平均差異度值，使用該值以限制適應(yīng)度差的個(gè)體產(chǎn)生，從而優(yōu)化了遺傳算法的執(zhí)行性能。這種聚類(lèi)方法在性能上比經(jīng)典的聚類(lèi)算法有較大的改進(jìn)，它通過(guò)非線(xiàn)性映射能夠較好地分辨、提取并放大有用的特征。 由于在遺傳算法的應(yīng)用中，采用了比例選擇算子，會(huì)產(chǎn)生進(jìn)化早期的早熟收斂和進(jìn)化后期的搜索效率下降等問(wèn)題。為此，本文提出一種非線(xiàn)性排序選擇機(jī)制。在群體進(jìn)化過(guò)程中，本文實(shí)施精英基因引入策略確保了遺傳進(jìn)化的穩(wěn)定性，避免無(wú)效解的擴(kuò)