特征選擇與貝葉斯文本分類方法的研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著網(wǎng)絡應用的飛速發(fā)展和大規(guī)模數(shù)據(jù)倉庫技術的廣泛應用,人們越來越容易獲得來自各個方面的大量信息。與此同時卻也面對著“數(shù)據(jù)豐富,但信息貧乏”的挑戰(zhàn)。因此人們迫切需要可以從海量的數(shù)據(jù)信息中發(fā)現(xiàn)有用的規(guī)律和有價值的知識的方法和工具。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)技術的產生正是順應了這個需求,并正以強大的生命力蓬勃發(fā)展,成為數(shù)據(jù)庫研究的一個新領域。文本分類作為處理和組織大量文本數(shù)據(jù)的關鍵技術,是數(shù)據(jù)挖掘研究的一個重點和熱點。文本分類技術可以在很大程度上解決

2、信息混亂問題,從而協(xié)助人們高效管理和有效利用大量文本信息。為了得到更好的文本分類性能,本文對文本分類中的關鍵技術進行了分析總結,這些包括:文本表示模型、文本預處理、特征選擇和分類方法等。其中特別對特征選擇和貝葉斯文本分類算法作了深入的研究。在這些研究的基礎上本文將改進了的特征選擇方法與改進了的貝葉斯文本分類方法有效結合起來,實現(xiàn)了一個文本分類系統(tǒng)。最后我們做了兩組實驗來評定系統(tǒng)的性能。本文主要研究內容如下:
   ⑴對文本分類過

3、程中的關鍵技術進行了研究,包括文本表示模型、文本預處理、特征選擇、分類算法等。特別對幾種常用的文本分類方法進行了研究。
   ⑵分析和討論了貝葉斯分類方法的原理,特點以及性能,并根據(jù)文本分類的需要,重點研究了樸素貝葉斯文本分類的改進算法。
   ⑶由于文本數(shù)據(jù)是一種常見的高維數(shù)據(jù),因此對其進行有效的降維是提升貝葉斯文本分類性能的一個重要方法。特征選擇是降維的一個重要途徑,因此本文著重研究和分析了幾個不同的特征選擇方法。由

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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