基于DE-ELM的林业信息文本分类算法

作     者：陈宇 王明月 许莉薇 CHEN Yu;WANG Ming-yue;XU Li-wei

作者机构：东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 

基　　金：国家948基金项目(2011-4-04) 中央高校基本科研业务费专项基金项目(DL12CB02) 黑龙江省教育厅科学技术研究基金项目(12513016) 黑龙江省博士后基金项目(LBH-Z10273) 黑龙江省自然科学基金项目(F201347) 哈尔滨市科技创新人才专项基金项目(2013RFQXJ100) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2015年第36卷第9期

页      码：2412-2415,2431页

摘      要：为解决传统林业信息文本分类算法准确率低和正确率分布不均匀的问题,提出基于差分演化优化极端学习机的林业信息文本分类算法。使用TF-IDF方法计算林业信息文本特征值,对构造的林业信息文本特征矩阵降维,结合差分演化算法对极端学习机算法进行优化,构造分类器进行精准快速的分类。实验结果表明,该算法能有效克服极端学习算法的缺点,具有较好的局部与全局收敛能力,相较BP、SVM算法,该算法有一定竞争力,为林业信息文本的分类研究提供了参考。

主 题 词：文本分类 差分演化优化极端学习机 极端学习机 TF-IDF 分类器 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2015.09.018

馆 藏 号：203127986...