基于DE-ELM的林业信息文本分类算法.pdfVIP

2015年 9月 计算机工程与设计 Sep．2015 第36卷 第9期 COMPUTER ENGINEERING AND DESIGN Vo1．36 No．9 基于DE—ELM 的林业信息文本分类算法 陈 宇，王明月，许莉薇 (东北林业大学信息与计算机工程学院，黑龙江 哈尔滨 150040) 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 。 关键词：文本分类；差分演化优化极端学习机 ；极端学习机；T卜IDF；分类器 中图法分类号：TP181 文献标识号：A 文章编号：1000—7024(2015)09—2412—04 d0j：10．162o8／j．issnl000—7024．2015．09．018 Forestryinformationtextclassificationalgorithm basedonDE-ELM CHEN Yu，WANG M ing—yue。XU Li—wei (SchoolofInformationandComputerScience，NortheastForestryUniversity，Harbin150040，China) Abstract：Todealwiththeproblem oflow categorizationaccuracyandunevendistributionofthetraditionalforestryinformation textclassificationalgorithm，anextremelearningmachinealgorithm basedondifferentevolutionalgorithm (DE—ELM )wasput forward．TheformulaofTF-IDFwasusedtocomputetexteigenvalues，structurefeaturematrixofforestryinformationtextwas usedtOreducethedimensionofeigenmatrix，anddifferentialevolutionalgorithm wasunitedtoimprovetheefficiencyofalgo— rithm．A classifierwasestablishedtOachievethegoaloffasterclassificationofforestryinformationtext．Theexperimentalre— suitsshow thatthealgoritmh canefficientlyovercometheshortcomingsofextremelearningmachinealgorithm andhasbetter abilityonlocalandglobalconvergence．Comparingwithneuralnetworkandsupportvectormachine，thealgorithm hascertain competitivenessandprovidesreferencesfortheresearchofforestryinformationtextclassification． Keywords：textclassification；DE_ELM ；extremelearningmachine；TF-IDF；classifier 仍存在一些缺 陷，在实际应用时因为训练样本存在差异， 0 引 言 所以