一种基于混沌粒子群算法的网页分类规则抽取方法  

A Web Document Categorization Rule Extraction Based on Chaos Particle Swarm Optimization

作　　者：童亚拉[1] 陈益[1] 

机构地区：[1]湖北工业大学理学院,湖北武汉430068

出　　处：《微电子学与计算机》2009年第2期193-196,共4页Microelectronics & Computer

基　　金：国家自然科学基金项目(60773009);湖北工业大学校基金项目

摘　　要：网页分类器设计的核心是对原始分类数据集进行分类规则挖掘,提出了基于混沌粒子群算法的分类规则抽取方法.该算法采用实数编码,令特征类别作为粒子的恒定属性,适应度函数从支持度、置信度和覆盖度三个不同的侧面评价规则的优劣,利用混沌特性提高种群的多样性和粒子搜索的遍历性,兼顾全局寻优和局部寻优,改变了基本粒子群在分类初期做大量无效工作、算法效率比较低的状况,简化了知识系统的处理过程,实验表明网页分类的查全率和查准率整体得到了提高.A categorization rule extraction based on chaos particle swarm optimization(CPSO)was proposed.A particle coded in Real number is used to represent a rule and fitness function is designed at aspect of approval rating,confidence factor and covering rating.More important,it alter algorithm does much invalid efforts and can not get best solution early on classifying by the method of replacing traditional PSO with CPSO.The experiment results show precision rate and recalling rate have been improved a lot.

关 键 词：网页分类 规则抽取 混沌粒子群 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]