[发明专利]一种采用并行二进制蝙蝠算法优化文本特征选择的方法有效
| 申请号： | 201910265124.5 | 申请日： | 2019-04-03 |
| 公开（公告）号： | CN110020435B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 陈宏伟;侯乔;胡周;韩麟;符恒;常鹏阳;徐慧;严灵毓;叶志伟;宗欣露 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/216;G06F40/289;G06N3/006 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430068 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种采用并行二进制蝙蝠算法优化文本特征选择的方法，该方法利用传统的特征选择方法对原始特征进行预选，在此基础上使用蝙蝠算法以二进制编码形式对预选特征进行优选，并以分类准确率作为个体的适应度。但当文本信息数据量大时，单机执行时间漫长，根据这一缺点，把蝙蝠算法和Spark并行计算框架相结合，提出了Spark处理框架下的文本特征选择算法SBATFS。将蝙蝠算法良好的寻优搜索能力和分布式高效的计算速度相结合，实现对文本特征选择优化模型的高效求解。 | ||
| 搜索关键词： | 一种 采用 并行 二进制 蝙蝠 算法 优化 文本 特征 选择 方法 | ||
【主权项】：
1.一种采用并行二进制蝙蝠算法优化文本特征选择的方法，其特征在于，包括以下步骤：步骤1：对文本数据预处理，转换成只有词条和空格，大小写统一的字符串，然后利用分词系统进行分词，处理为文本向量，一部分作为训练集，一部分作为测试集；步骤2：构造初始化特征，对于已经分好词的训练集通过CHI统计方法，按照CHI值降序取前D个词，作为初选特征集，并且将初选特征集，训练集和测试集上传到HDFS中；步骤3：利用Spark分布式蝙蝠优化算法对初选文本特征进行迭代训练，直到结果满足收敛或最大迭代次数，得到最优特征集；步骤4：输出训练后最优特征集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖北工业大学，未经湖北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910265124.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种自然语言句法分析的方法
- 下一篇：一种本体和句法依存结合的微博情感分析法
