论文部分内容阅读
文本分类是信息检索与数据挖掘领域的研究热点，近年来得到了广泛的关注和快速的发展。根据免疫否定选择原理，设计了基于掩码分段匹配的否定选择分类器，用于实现文本匹配选择分类，克服传统否定选择分类方法对大样本空间分类效果不好的缺点。给出了适用于免疫优化的分类规则编码及分类信息分的评价标准，避免了传统分类算法缺乏全局优化能力的缺点，提高了对样本的识别能力，同时提高了文本数据分类的精确度，采用统计显著性检验本文方法的有效性及优越性。