申请/专利权人：陕西师范大学

申请日：2019-09-21

公开（公告）日：2023-04-14

公开（公告）号：CN110597996B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/31

优先权：

专利状态码：有效-授权

法律状态：2023.04.14#授权;2020.01.14#实质审查的生效;2019.12.20#公开

摘要：本发明公开了一种基于头脑风暴优化算法的中文网页分类方法。该方法包括：对中文文档进行分词，并根据词频建立中文文档的单词索引；根据中文文档的单词索引，建立中文文档分词向量；采用头脑风暴优化算法，对中文文档分类算法的性能和参数进行优化；采用头脑风暴优化算法，对中文文档分类算法训练集的样本选择和样本数目进行优化；根据优化后的中文文档分类算法，对中文文档进行分类；并采用头脑风暴优化算法，对中文文档的分类结果和分类效率进行优化。本发明将头脑风暴优化算法和分类算法进行结合，对分类算法和数据训练集的选择进行优化，可以提高分类效率和分类正确率，从而优化了最终推荐结果。

主权项：1.一种基于头脑风暴优化算法的中文网页分类方法，其特征在于，包括：对中文文档进行分词，并根据词频建立中文文档的单词索引；根据中文文档的单词索引，建立中文文档分词向量；采用头脑风暴优化算法，对中文文档分类算法的性能和参数进行优化；采用头脑风暴优化算法，对中文文档分类算法训练集的样本选择和样本数目进行优化；根据优化后的中文文档分类算法，对中文文档进行分类；所述中文文档分类算法包括：k最近邻算法、k加权最近邻算法；所述采用头脑风暴优化算法，对中文文档分类算法的性能和参数进行优化；具体包括：对于k最近邻算法，中文文档分类算法的性能优化如下： 其中，y'为最大预测样本值；v是类别标记；yi是根据最近样本得到的类别，如果分类相同I·为1，否则为0；xi为第i个词组；对于k最近邻算法，中文文档分类算法的参数优化如下：将k作为优化决策变量，设定初步优化目标函数： 将不同的k取值作为解，将分类的错误率作为函数值；所述采用头脑风暴优化算法，对中文文档分类算法训练集的样本选择和样本数目进行优化；具体包括：对于k最近邻算法，中文文档分类算法训练集的样本数目优化如下：将k和每个类别的训练样本数目ni作为优化决策变量，设定初步优化目标函数： 其中，N＝{n1，...ni，...nm}，m为分类的总类别数，ni为类别i的训练样本数目；将不同的k和N的取值作为解，将分类的错误率作为函数值；对于k最近邻算法，中文文档分类算法训练集的样本选择优化如下：将k和每个类别的训练样本Xt作为优化决策变量，设定初步优化目标函数： 其中，m为分类的总类别数，ni为类别i的训练样本数目，Xti,1表示类别i的第一个训练样本；将不同的k和Xt的取值作为解，将分类的错误率作为函数值。

全文数据：

权利要求：

百度查询： 陕西师范大学 一种基于头脑风暴优化算法的中文网页分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD