济南大学学报(自然科学版)

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

查看济南大学学报(自然科学版)杂志2022年第02期