基于改進(jìn)入侵野草算法的文本特征選擇研究.pdf

1、現(xiàn)在計(jì)算機(jī)與網(wǎng)絡(luò)的相關(guān)技術(shù)飛速發(fā)展，人們面前出現(xiàn)了數(shù)量難以衡量的文本信息，每個(gè)人都能坐在家中便知曉天下事。但是隨著資源量的增大，想要從這么多文本信息資源中迅速找到自己需要使用的部分，變得愈發(fā)艱難，數(shù)據(jù)挖掘技術(shù)隨之誕生，而文本分類又是數(shù)據(jù)挖掘中一個(gè)十分關(guān)鍵的研究焦點(diǎn)和核心技術(shù)。在文本分類中，文本特征選擇是其中的關(guān)鍵技術(shù)和核心問(wèn)題，對(duì)于信息檢索的效率和正確率的提高有極大的作用。
　　2006年伊朗德黑蘭大學(xué)的A.R.Mehrabian

2、和 C.Lucas在《EcologicalInformatics》雜志上發(fā)表的論文《A novel numerical optimization algorithm inspired from weed colonization》中首次提出入侵野草算法。它是作者在受到野草生長(zhǎng)繁殖過(guò)程的啟發(fā)之后提出的一種基于種群數(shù)值優(yōu)化的算法，它在執(zhí)行過(guò)程中模仿野草擴(kuò)散、生長(zhǎng)、繁殖和競(jìng)爭(zhēng)性生存的基本過(guò)程，算法在種群進(jìn)化過(guò)程的早期和中期能夠維持其多樣性，從

3、而更全面搜索解空間。算法在后期集中搜索優(yōu)秀個(gè)體的附近區(qū)域，使之可以逐步地收斂到全局內(nèi)的最優(yōu)解。
　　目前的技術(shù)還遠(yuǎn)遠(yuǎn)無(wú)法做到讓計(jì)算機(jī)能夠像人一樣進(jìn)行思考，能夠閱讀和理解文本的中心思想，然后通過(guò)歸納總結(jié)正確選擇出文本的特征詞條，而當(dāng)前主流的方法都是按照某種計(jì)量函數(shù)來(lái)得出各詞條在所在文本中的相關(guān)函數(shù)值，從大到小排列后選取靠前的若干詞條，如此一來(lái)，某些相關(guān)函數(shù)值較低，但其實(shí)蘊(yùn)藏更多有效信息的詞條就被忽略了。為了更有效地進(jìn)行文本特征的選擇

4、，增強(qiáng)選擇精度，本文在一種基于標(biāo)準(zhǔn)入侵野草算法的文本特征選擇方法基礎(chǔ)上，先對(duì)特征種群初始化的方法加以優(yōu)化，然后采用一種改良的入侵野草算法，即引入自適應(yīng)小生境算法，對(duì)種群施以分類競(jìng)爭(zhēng)繁殖，增加種群的多樣性，提高該算法的全局尋優(yōu)能力，并在算法的后期采用自適應(yīng)小生境數(shù)提高收斂精度，希望借此增加文本特征選擇的正確率，獲得較好的分類結(jié)果。同時(shí)進(jìn)行仿真實(shí)驗(yàn)與其他現(xiàn)有的方法進(jìn)行對(duì)比，從而進(jìn)一步證實(shí)入侵野草算法與文本特征選擇結(jié)合的可能性，同時(shí)完善基于該