基于随机森林与特征提取算法的试验文本分类算法研究

下载PDF

导出

摘要随着计算机技术的发展和试验信息化技术的进步,如何对快速增长的海量试验文本进行自动分类成为了亟待解决的问题.本文在构建试验文本特征表示模型的基础上,结合特征提取算法和随机森林,形成了试验文本分类算法.横向与kNN、SVM、NNet等几种分类模型进行了对比实验,纵向对使用/不使用特征提取算法的随机森林分类器进行了对比实验.实验表明,本文提出的试验文本分类算法具有较好的分类性能和稳定性.

作者乔冠禹胡然李咏晋

机构地区中国洛阳电子装备试验中心

出处《军民两用技术与产品》 2018年第18期198-200,共3页 Dual Use Technologies & Products

关键词试验文本随机森林特征提取潜在语义分析

分类号 TP39 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献6

1王煜,王正欧,白石.用于文本分类的改进KNN算法[J].中文信息学报,2007,21(3):76-82. 被引量：15
2吴坚,沙晶.基于随机森林算法的网络舆情文本信息分类方法研究[J].信息网络安全,2014(11):36-40. 被引量：7
3宗成庆著..统计自然语言处理第2版[M].北京:清华大学出版社,2013:570.
4周志华著..机器学习[M].北京:清华大学出版社,2016:425.
5张华伟,王明文,甘丽新.基于随机森林的文本分类模型研究[J].山东大学学报（理学版）,2006,41(3):5-9. 被引量：58
6雍凯..随机森林的特征选择和模型优化算法研究[D].哈尔滨工业大学,2008:

二级参考文献41

1袁辛奋,胡子林.浅析突发事件的特征、分类及意义[J].科技与管理,2005,7(2):23-25. 被引量：28
2王晓晔,王正欧.K-最近邻分类技术的改进算法[J].电子与信息学报,2005,27(3):487-491. 被引量：25
3王煜,王正欧.基于模糊决策树的文本分类规则抽取[J].计算机应用,2005,25(7):1634-1637. 被引量：13
4TomMMitchell.机器学习[M].北京：机械工业出版社,2003.. 被引量：28
5T Joachims. Text categorization with support vector machines:learning with many relevant features[A]. In: The 10th European Conference on Machine Learning[C]. New York: Springer, 1998. 137-142. 被引量：1
6E Wiener. A neural network approach to topic spotting[A].The 4th Annual Symposium on Document Analysis and Information Retrieval[C]. Las Vegas: ACM Press,1995. 317-332. 被引量：1
7Quanlan J R. C4.5: Programs for machine learning[M]. San Francisco: Morgan Kaufmann, 1993. 被引量：1
8Breiman L. Random forests[J]. Machine Learning, 2001,45(1):5-32. 被引量：1
9Breiman L. Manual on setting up, using, and understanding random forests v4.0 [EB/OL]. http://oz. Berkeley. edu/users/breiman/Using-random-forests-V4.0. pdf. 被引量：1
10Remlinger K. Introduction and application of random forest on high though put screening data from drug discovery[EB/OL].http://www4.ncsu. edu/ksremlin. 被引量：1

共引文献77

1孙源,胡志军.基于高频词和AUC优化的随机森林文本分类模型[J].数学的实践与认识,2020,0(1):10-15. 被引量：2
2董师师,黄哲学.随机森林理论浅析[J].集成技术,2013,2(1):1-7. 被引量：146
3郑亚斌,刘知远,孙茂松.中文歌词的统计特征及其检索应用[J].中文信息学报,2007,21(5):61-67. 被引量：8
4叶圣永,王晓茹,刘志刚,钱清泉.基于随机森林算法的电力系统暂态稳定性评估[J].西南交通大学学报,2008,43(5):573-577. 被引量：19
5方睿.中药信息学研究进展[J].中国中医药信息杂志,2009,16(1):2-7. 被引量：7
6应维云,蔺楠,李秀.针对不平衡数据集的客户流失预测算法[J].系统工程,2008,26(11):99-104. 被引量：5
7王志红,王华珍.基于随机森林的基金评级模型选择[J].财务与金融,2009(1):65-70. 被引量：3
8田宝明,戴新宇,陈家骏.一种基于随机森林的多视角文本分类方法[J].中文信息学报,2009,23(4):48-54. 被引量：8
9刘海峰,张学仁,姚泽清,刘守生.基于类别选择的改进KNN文本分类[J].计算机科学,2009,36(11):213-216. 被引量：9
10刘海峰,汪泽焱,姚泽清,刘守生.文本分类中一种基于密度的KNN改进方法[J].情报学报,2009,28(6):834-838. 被引量：4

1鲁雪峰,刘婧成,江思杰,李建刚,江传华.工程上环境折合系数的确定方法及其应用[J].环境技术,2019,37(2):89-93. 被引量：3
2陈学忠.一种基于CMSR的导弹发射飞行可靠度评估方法[J].中国新技术新产品,2019(5):36-37. 被引量：1
3孙颖志,颜林枫,韩宇,南海燕,肖刚,田强,魏小程,崔光彬.利用机器学习鉴别胶质母细胞瘤标准化治疗后真假性进展的研究[J].神经解剖学杂志,2019,35(2):163-170. 被引量：3
4张伟伟,糜泽阳,肖凌云,钱宇彬.基于深度卷积网络和在线学习跟踪的驾驶员打哈欠检测[J].中国机械工程,2019,30(8):902-911. 被引量：3
5刘新倩,单纯,任家东,王倩,郭嘉伟.基于流量异常分析多维优化的入侵检测方法[J].信息安全学报,2019,4(1):14-26. 被引量：15

军民两用技术与产品

2018年第18期

浏览历史

内容加载中请稍等...

基于随机森林与特征提取算法的试验文本分类算法研究

参考文献6

二级参考文献41

共引文献77

相关作者

相关机构

相关主题

浏览历史