论文部分内容阅读
研究文本分类问题,传统方法对文本信息分拣的效率和准确性偏低。为了克服干扰,提高分类精度,提出一种基于二次模糊聚类的文本分拣仿真算法。利用传递闭包方法得到源文本的初始分类,得到初始分划矩阵,然后结合特征指标的不等权重因子对文本的属性相关数据进行迭代计算,从而使文本分拣的结果更接近于实际情况。仿真结果证明,算法能有效地提升文本分拣效率和准确性,对于提升海量文本信息的快速智能分拣有较高的实用价值。