10.3969/j.issn.1000-386X.2010.09.008
一种基于PLSA和AGPSO的文本属性约简方法及其分类器
将概率潜在语义分析PLSA(probabilistic latent semantic analysis)和自适应广义粒子群算法AGPSO(adaptive general particle swarm optimization)相结合,提出了一种文本特征降维新方法,进而实现了基于PLSA和AGPSO的网页分类器.采用概率潜在语义分析将语义关系体现在VSM (Vector Space Model) 中, 通过EM算法有效地降低向量空间的维数;设计交叉操作模拟粒子飞行速度的变化,变异操作保持种群的多样性,同时引入自适应策略动态调整变异概率,以求最优特征子集.在用自适应广义粒子群算法约简前,先用概率潜在语义分析对原始特征空间约简,得到中间特征子集,然后再用自适应广义粒子群算法继续约简,充分发挥两者的优势.实验表明此算法能有效降低文本维数,提高分类精度.
网页分类、属性约简、广义粒子群、概率潜在语义分析、自适应策略
27
TP3;TP2
国家自然科学基金项目60773009
2010-11-03（万方平台首次上网日期，不代表论文的发表时间）
共4页
20-22,87
