基于混沌微粒群算法的文本分类研究  

Research of Chinese text categorization based on chaotic particle swarm optimization

作　　者：谭德坤[1] 

机构地区：[1]南昌工程学院计算机系,南昌330099

出　　处：《计算机应用研究》2010年第12期4464-4466,共3页Application Research of Computers

基　　金：江西省2007年科技攻关计划资助项目(2007CC02000)

摘　　要：针对中文文本分类问题,将其用于分类规则的抽取。为了避免微粒群算法在全局优化中陷入局部极值,利用混沌运动遍历性、随机性等特点,对标准微粒群算法进行了改进,提出了基于混沌微粒群算法的文本自动分类方法。仿真实验表明本算法对文档进行分类是一种比较可行的分类方法,分类精度高、速度快。As to the problem of Chinese text classification,it was used to extract classification rules. To solve the premature problem of PSO,utilized the ergodicity and randomicity of chaos to improve the conventional PSO algorithm,then proposed a new text classification method based on chaos-PSO. Experiment results show that this method is feasible for Chinese text categorization,it has good precision and high time efficiency.

关 键 词：文本分类 分类规则 微粒群优化算法 混沌 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论] TP391[自动化与计算机技术—计算机科学与技术]