为了提高文本挖掘算法的运行速度,降低占用的内存空间,过滤掉不相关或相关程度低的特征,必须使用特征选择算法来降低特征空间的维......

特征空间的高维特点限制了分类算法的选择,影响了分类器的设计和准确度,降低了分类器的泛化能力,从而出现分类器过拟合的现象,因此......

在文本分类中,互信息是一种被广泛应用的特征选择方法,但是该方法仅考虑了特征的文档频而没有考虑特征的词频,导致它经常倾向于选......

特征选择是文本分类的一个核心研究课题．首先给出了一个基于最小词频的文档频，然后简单分析了经典粗糙集和变精度粗糙集的不足，紧接着......

在文本分类中，特征空间的维数通常高达几万，甚至远远超出训练样本的个数，这是一种十分普遍现象。为了提高文本挖掘算法的运行速度，降低......

针对有监督特征选择方法因为需要类信息而无法应用于文本聚类的问题,提出了一种新的无监督特征选择方法：结合文档频和K-Means的特征......

现有的一种特征选择算法DPM（Discriminating Power Measure）[1],是通过计算每个特征在某一类别和剩余其他类别中的文档频,比较了特征......

在文本分类中，互信息是一种被广泛应用的特征选择方法，但是该方法仅考虑了特征的文档频而没有考虑特征的词频，导致它经常倾向于选择出......

特征选择是文本分类的一个核心研究课题．首先给出了一个基于最小词频的文档频方法，然后把粗糙集引入进来并提出了一个属性约简算法，最......

在中文文本分类中,由于中文词条总数较高,限制了中文文本分类算法的选择空间。特征选择是文本分类的一个核心研究课题。提出了一个......

特征选择是文本分类的一个核心研究课题。分析了几种经典特征选择方法并总结了它们的不足,提出了一个新型文档频,引入粗糙集理论,......

特征选择是文本分类中一个重要的课题．首先给出了一个新型文档频，然后把属性依赖度引入ID3并提出了一个基于优化ID3的属性约简算法，紧......

在文本分类中，特征空间的维数通常高达几万，甚至远远超出训练样本的个数，这是一种十分普遍的现象．为了提高文本挖掘算法的运行速度，降低......

互信息未考虑单个特征词发生的频率,不仅造成了互信息评价函数倾向于选择特征的稀有词,而且还过滤掉了经常出现的高频词。当特征关......

由于缺乏类信息，使得无监督文本特征选择问题一直未较好地加以解决。为此，对该问题进行了研究并提出了一个基于论域划分的无监督文本......

为了提高文本分类算法的效率和精度，必须使用特征选择算法来降低特征空间的维数。然而许多常用特征选择算法在选择属性时，只是利用特......

特征选择是文本分类中的核心研究课题之一。简单分析了词频和文档频，在此基础上提出了类内集中度，把集合覆盖的思想引入粗糙集并提出......

提出了一个适用于海量文本数据集的特征选择方法。该方法利用一个优化的文档频进行特征初选以滤除一些词条来降低特征空间的稀疏性......

针对文本分类中几种典型的特征选择方法存在的不足，提出基于优化文档频和信息量的特征选择方法。该方法首先使用优化的文档频方法进......

传统特征选择方法选出的特征子集存在冗余,并且不具备较好的代表性。针对该问题,提出基于粗糙集与泛系等价算子的特征选择方法。利......

针对ID3中信息增益的缺点,通过引进属性依赖度进行改进,提出一种综合的特征选择方法,使用优化的文档频方法进行特征初选以降低文本......

特征选择是文本分类的关键步骤之一,所选特征子集的优劣直接影响文本分类的结果。分析了词频法和文档频法并总结了其缺陷,给出了一......

本文针对文本挖掘中的中文分词、关键词抽取、共现关系抽取等方法,提出将其应用于专利分析以提高分析效率、增加分析深度的解决方......

在文本特征空间中,特征维数通常高达几万,这大大限制了分类算法的选择,降低了分类算法的性能,影响了分类器的设计,为此需要进行特......

通过研究文本特征选取中权重的计算问题,提出了一种利用特征词的熵函数加权的权值的计算方法,不但考察了特征词的文档频数,而且考......