[摘 要 ]面对海量、异构、动态的文本信息,对文本进行自动分类具有重要意义.文本分类的发展与模式识别的发展密切相关.文本分类具有的类目多、样本数目多、噪音多、各类别样本数目不均衡等特点,使各模式识别算法在应用于文本分类时存在许多缺点.近年来逐步发展起采的群集智能(Swarm Intelligence)理论和方法为文本分类提供一种新的智能化手段.将蚁群智能算法尝试性引入文本分类领域,构建基于蚁群智能的文本分类模型,并在文本数据集上进行测试和比较,结果表明该模型可以较好地应用于文本分类.
有关论文范文主题研究: | 关于文本的论文范文 | 大学生适用: | 高校大学论文、学位论文 |
---|---|---|---|
相关参考文献下载数量: | 16 | 写作解决问题: | 怎么写 |
毕业论文开题报告: | 论文模板、论文结论 | 职称论文适用: | 职称评定、职称评中级 |
所属大学生专业类别: | 怎么写 | 论文题目推荐度: | 优质选题 |
[关 键 词 ]文本分类 群集智能 蚁群智能算法
[分类号]TP391