一种X^2统计-遗传算法的特征提取技术研究

特征提取技术是决定分类结果优良的主要因素，传统特征提取方法存在许多不足，诸如，当类别和特征分布高度不平衡时，不能有效地处理低频词；对于单个特征的处理不当，导致局部最优解的产生。针对特征提取技术中的问题，提出基于X^2统计-遗传算法的特征提取算法，此方法将词条X^2统计值引入到特征向量中，将此类向量作为遗传算法的初始种群进行启发式搜索，与此同时，针对特征提取的性质，提出新的适应度函数和交叉规则。实验表明，基于X^2统计-遗传算法的特征提取算法能选择出准确表征文本类别的特征项，将其运用到文本分类系统中能有效地提高文本分类的准确率。