不均衡大数据集下的文本特征基因提取方法

	不均衡大数据集下的文本特征基因提取方法
	孙晶涛 1; 张秋余 2
刊名	电子科技大学学报
	2018-01-30
卷号	47 期号:2018年01期页码:125-131
关键词	CHI统计选择方法不均衡大数据集独立成分分析信息熵文本特征基因提取
ISSN号	ISSN：1001-0548
英文摘要	在不均衡大数据集情况下,传统特征处理方法偏重大类而忽略小类,影响分类性能。该文提出了一种文本特征基因提取方法。首先,基于样本类别分布不均衡对特征选择的影响,给出了一种结合信息熵的CHI统计矩阵特征选择方法,以强化小类的特征;然后,在探究多维统计数据高阶相关性的基础上,采取独立成分分析手段,设计了文本特征基因提取方法,用以增强特征项的泛化能力;最后,将这两种方法相融合,实现了在不均衡大数据集下的文本特征基因提取新方法。实验结果表明,所提方法具有较好的早熟性及特征降维能力,在小类的分类效果上优于常见特征选择算法。
URL标识	查看原文
WOS研究方向	Engineering
语种	中文
CSCD记录号	CSCD:6170274
状态	已发表
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/2789]
专题	计算机与通信学院
作者单位	1.西安邮电大学计算机学院, 西安, 陕西 710121, 中国 2.兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
推荐引用方式 GB/T 7714	孙晶涛,张秋余. 不均衡大数据集下的文本特征基因提取方法[J]. 电子科技大学学报,2018,47(2018年01期):125-131.
APA	孙晶涛,&张秋余.(2018).不均衡大数据集下的文本特征基因提取方法.电子科技大学学报,47(2018年01期),125-131.
MLA	孙晶涛,et al."不均衡大数据集下的文本特征基因提取方法".电子科技大学学报 47.2018年01期(2018):125-131.