基于词频偏差率因子的特征选择方法

发明专利有效专利

申请号：
CN202010373715.7
IPC分类号：G06K9/62;G06F40/289;G06F16/35
申请日期：
2020-05-06
申请人：
西安理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于词频偏差率因子的特征选择方法
申请号	CN202010373715.7	申请日期	2020-05-06
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-25	公开/公告号	CN111709439A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;F;4;0;/;2;8;9;;;G;0;6;F;1;6;/;3;5查看分类表>
申请人	西安理工大学	申请人地址	陕西省西安市碑林区金花南路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安理工大学	当前权利人	西安理工大学
发明人	周红芳;马一鸣;李想
代理机构	西安弘理专利事务所	代理人	弓长

摘要

本发明公开了一种基于词频偏差率因子的特征选择方法，具体按照以下步骤实施：步骤1、对数据集进行预处理，并将数据集划分为训练集和测试集；步骤2、使用词频偏差率测量的特征选择算法，设置要选择的特征数，排序，输出最优特征子集；步骤3、对最优特征子集进行训练和分类，获取分类结果，并对分类结果进行评估。本发明的方法用于文本分类的特征选择，从词频的角度考虑了术语与类别之间的相关性大小，通过与传统的基于文档频率的算法相结合，算法性能有了很大的提高。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供