基于粒子群優化的快速KNN分类算法.pptVIP

基于粒子群优化的快速KNN分类算法 张景祥 济南大学计算机工程学院 计算机专业英语教程 科技英语, 专业英语, IT英语 特点：词汇、术语、专用语 北京石油化工学院张国英 沙芸 江慧娜 主要内容 1 论文背景与意义 2 ｋ近邻分类文本分类算法 3 粒子群优化算法 4 基于粒子群算法的K近邻分类算法 5 实验结果 1 论文背景与意义 基于机器学习的文本分类过程，与智能优化技术结合，对于庞大的文档集合分类，利于提高分类的速度和精度。 智能优化应该作为文本分类的重要一环。 2 ｋ近邻分类文本分类算法 ① 计算测试文本X的特征项权重，文档特征向量w=[w1, w2,…, wM]; ② 对训练集中的任一文本Xj，生成文档向量wj=[wj,1, wj,2,…, wj,M]； ③ 计算训练文本集样本与测试文本的相似度，选出与测试文本最相似的 k个文本； ④ 在新文本的 k个近邻中，依次计算每类的权重 ⑤ 比较类的权重，将文本分到权重最大的类CI中。 3 粒子群优化算法PSO 粒子群优化算法是群体智能优化方法 使用并行和结构化策略