| 基于多因素方差分析的文本向量特征挖掘算法 |
| |
| 引用本文： | 谭海中,何波.基于多因素方差分析的文本向量特征挖掘算法[J].科技通报,2015(6). |
| |
| 作者姓名： | 谭海中 何波 |
| |
| 作者单位： | 1. 广州工程技术学院信息工程系,广州,510925
2. 广州城建职业学院机电与信息工程学院,广州,510925 |
| |
| 摘 要： | 文本向量特征挖掘应用于信息资源组织和管理领域,在大数据挖掘领域具有较大应用价值,传统算法精度不好。提出一种基于多因素方差分析的文本向量特征挖掘算法。使用多因素方差分析方法得到多种语料库的特征挖掘规律,结合蚁群算法,根据蚁群适应度概率正则训练迁移法则,得到种群进化最近时刻获得的数据集有效特征概率最大值,基于最优划分的K-means初始聚类中心选取算法,先对数据样本进行划分,然后根据样本分布特点来确定初始聚类中心,提高文本特征挖掘性能。仿真结果表明,该算法提高了文本向量特征的聚类效果,进而提高了特征挖掘性能,具有较高的数据特征召回率和检测率,时间耗时较少,在数据挖掘等领域应用价值较大。
|
| 关 键 词： | 多因素方差分析 文本向量 特征挖掘 |
Algorithm of Text Vectors Feature Mining Based on Multi Factor Analysis of Variance |
| |
| Tan Haizhong,He Bo.Algorithm of Text Vectors Feature Mining Based on Multi Factor Analysis of Variance[J].Bulletin of Science and Technology,2015(6). |
| |
| Authors: | Tan Haizhong He Bo |
| |
| Abstract: | |
| |
| Keywords: | multi factor variance analysis text vector feature mining |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
