一种基于蚁群算法的网页类特征向量提取方法

摘要

本发明涉及一种利用改进的蚁群算法提取特征词，具体过程：在预处理时，将所有信息存取到hash表中，其中coco_prepare存取每篇文章的信息，包括文章的id和每个词及其出现的次数；readhdfs_prepare存取每个类的训练集的统计信息，包括每个词的词频，文档数，和类名共现的次数；设置蚁群算法的参数：蚂蚁个数M；迭代次数N；蚂蚁走的步数即特征词个数K；初始化路径信息素矩阵adMatrixs；局部更新衰减速率p1和全局更新衰减速率p2；蚂蚁释放信息素量m；本发明首次引入蚁群算法解决在没有准确样本集的情况下为类提取准确的特征向量的问题。