基于组合凸线性感知器的两类文本分类方法

摘要

本发明公开了一种基于组合凸线性感知器的两类文本的分类方法。本发明包括：收集文本数据集，将其划分为训练集和测试集；预处理数据集；提取总词表并统计词频；对训练样本集进行特征选取，得到特征向量表；将数据集中的所有样本特征项赋权值表示成向量；将所有数据降维到低维特征空间，得到组合凸线性感知器最终处理的数据；利用SMA算法构造组合凸线性感知器，从而判断测试样本的类别。本发明结合tf*idf特征提取法和PCA降维方法，使用SMA算法进行两类文本分类，这是首次将组合凸线性感知器应用到文本分类领域，非常具有独创意义。