声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：37-1378/N
国际刊号：1671-3559
发布日期:
作者：隆峻,神显豪,丁小军,郭先春
基金：国家自然科学基金项目(61662028);; 江西省科技厅科技计划项目(GJJ170447)
为了提高朴素贝叶斯算法的复合语言文本分类准确度和效率，将加权朴素贝叶斯算法用于复合语言文本分类，采用量子遗传算法对权重参数进行优化；根据贝叶斯定理建立语言文本分类模型，考查样本属性之间的差异对分类结果的影响；然后引入属性权重，形成加权朴素贝叶斯文本分类模型；利用遗传算法对权重参数进行优化，借助量子比特运算提高遗传优化效率，最终得到稳定的复合语言文本分类模型。结果表明，通过合理设置权重个数，量子遗传算法改善了加权朴素贝叶斯算法的文本分类性能，与常用语言文本分类算法对比，该算法具有较高的分类精度和分类效率，在复合语言文本分类中的适用性好。
来源：2022年第02期
《济南大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。